นาซ่าและกูเกิ้ลร่วมมือกันใช้ AI ค้นหาสิ่งมีชีวิตต่างดาว

ภาพดาวเคราะห์แบบต่างๆที่อาจจะเอื้อต่อการอยู่อาศัยของสิ่งมีชีวิตต่างดาว สร้างจากจินตนาการของศิลปิน
(ภาพจาก NASA/JPL-Caltech/R. Hurt (SSC-Caltech))

       มนุษย์มีความสงสัยและตั้งคำถามมาตั้งแต่อดีตแล้วว่า นอกจากดาวเคราะห์ที่ชื่อว่าโลกที่เราอาศัยอยู่นี้แล้ว ยังมีสิ่งมีชีวิตอยู่ที่อื่นใดในเอกภพอันกว้างใหญ่ไพศาลนี้หรือไม่ และถ้าหากว่ามีสิ่งมีชิวิตอยู่จริง จะมีรูปร่างหน้าตาเป็นอย่างไร จะเป็นเพียงสิ่งมีชีวิตที่มีโครงสร้างแบบง่ายอย่างพวกแบคทีเรีย หรือจะเป็นสิ่งมีชีวิตที่ทรงภูมิปัญญาดังเช่นมนุษย์เรา แนวทางหนึ่งที่นักวิทยาศาสตร์ใช้ในการหาคำตอบนี้คือ การค้นหาและศึกษาคุณสมบัติของดาวเคราะห์อื่นที่อาจจะเป็น “บ้าน” ของสิ่งมีชีวิตนอกโลก 


       นับตั้งแต่ที่ดาวเคราะห์นอกระบบสุริยะดวงแรกได้ถูกค้นพบในปี 1992 จนถึงปัจจุบันนี้ นักดาราศาสตร์ได้ค้นพบดาวเคราะห์แล้วกว่า 4,000 ดวง แต่อย่างไรก็ตามก็ยังไม่สามารถยืนยันได้ว่า นอกโลกของเรานั้นมีสิ่งมีชีวิตอาศัยอยู่หรือไม่ เพื่อที่จะตอบคำถามนี้ ผู้ที่เป็นหัวเรี่ยวหัวแรงในเรื่องนี้อย่าง นาซ่า (NASA: National Aeronautics and Space Administration) และสถาบัน SETI (Search for Extraterrestrial Intelligence Institute) ก็ได้มีความพยายามที่จะใช้เทคโนโลยีอย่างปัญญาประดิษฐ์ หรือ เอไอ (AI: Artificial Intelligent) เข้ามาช่วย


       โครงการภาคฤดูร้อนซึ่งเป็นความร่วมมือระหว่างนาซ่าและ SETI ที่เรียกว่า Frontier Development Lab (FDL) ได้ถูกก่อตั้งขึ้น เป้าหมายของโครงการคือเพื่อศึกษาปัญหาที่ท้าทายทางด้านอวกาศต่างๆ โดยอาศัย AI เป็นเครื่องมือ โดยทางนาซ่าจะร่วมมือกับภาคเอกชนต่างๆ ที่มีความเชี่ยวชาญทางด้าน AI เช่น IBM, NVIDIA, Google และ Intel ซึ่งภาคเอกชนเหล่านี้จะให้การสนับสนุนด้านการเงิน ทรัพยากร และผู้เชี่ยวชาญจากองค์กร ในขณะที่นาซ่าเองจะให้ข้อมูลที่รวบรวมไว้จากโครงการด้านอวกาศต่างๆ เช่น โครงการเคปเลอร์ (Kepler Mission) และนักวิจัยผู้เชี่ยวชาญจากหลายๆสาขา ตั้งแต่นักวิทยาศาสตร์ดาวเคราะห์ ไปจนถึงนักฟิสิกส์อนุภาค นักวิทยาศาสตร์และผู้เชี่ยวชาญเหล่านี้จะใช้เวลาทำงานร่วมกัน 8 สัปดาห์ เพื่อที่จะแก้โจทย์ปัญหาที่ได้ถูกตั้งขึ้นมาสำหรับปีนั้นๆ สำหรับในปี 2018 ซึ่งเป็นปีที่สามของโครงการ FDL หนึ่งในปัญหาที่ถูกตั้งขึ้นมาก็คือการค้นหาสิ่งมีชีวิตต่างดาว ซึ่งทางกูเกิ้ล (Google) ได้ให้ความร่วมมือ โดยคาดหวังว่าผลิตภัณฑ์ต่างๆจาก Google Cloud จะสามารถช่วยนักวิจัยหาคำตอบของเรื่องนี้  


       ปัญหาดังกล่าวถูกแบ่งออกเป็น 3 กลุ่มย่อย โดยกลุ่มแรกเกี่ยวข้องกับการค้นหาดาวเคราะห์นอกระบบสุริยะ (exoplanet) ซึ่งเป็นสถานที่ที่อาจจะพบสิ่งมีชีวิตต่างดาวหรือเอเลี่ยนนั่นเอง การค้นหาดาวเคราะห์นอกระบบสุริยะไม่ใช่สิ่งใหม่ มีหลายโครงการที่ประสบความสำเร็จมาแล้ว เช่น โครงการเคปเลอร์ของนาซ่า และโครงการ HARPS (High Accuracy Radial velocity Planet Searcher) ของกลุ่มยุโรป ทว่าความท้าทายในอนาคตอันใกล้นี้คือ โครงการใหม่ๆที่มีศักยภาพสูงในการค้นหาดาวเคราะห์นอกระบบสุริยะ อาทิเช่น โครงการ TESS (Transiting Exoplanet Survey Satellite) จะเริ่มปฏิบัติการและส่งข้อมูลกลับมาวิเคราะห์ ข้อมูลจากโครงการเหล่านี้จะมีจำนวนมหาศาล เกินกว่าที่จะวิเคราะห์ได้หมดในช่วงเวลาสั้นๆ ยกตัวอย่างเช่น TESS จะเก็บข้อมูลประมาณวันละ 27 กิกกะไบท์ โดยทุกๆสองสัปดาห์ข้อมูลจาก TESS ซึ่งมีขนาดเทียบเท่ากับไฟล์เพลงประมาณ 6500 เพลง จะถูกส่งมายังโลก และเมื่อครบสองปี สิ้นสุดโครงการ ข้อมูลที่ได้จะมีมากถึงหลายสิบเทระไบท์ 


       TESS ค้นหาดาวเคราะห์โดยใช้วิธีการเดียวกันกับเคปเลอร์ เรียกว่าวิธี “ดาวเคราะห์วิ่งผ่านหน้า” (transit) ซึ่งวิธีการนี้ ใช้หลักการที่ว่า เมื่อมีดาวเคราะห์โคจรผ่านหน้าดาวฤกษ์ ความสว่างของดาวฤกษ์ที่กล้องวัดได้จะมีค่าลดลง ในการวิเคราะห์หาสัญญาณของดาวเคราะห์จากข้อมูลชุดหนึ่งๆ ถ้าใช้วิธีการปกติที่นักวิจัยใช้จะกินเวลานานถึง 3-5 วัน แต่เมื่อนักวิจัยได้ทดลองใช้เทคโนโลยี AI จากกูเกิ้ลที่เรียกว่า Google Cloud Auto Machine Learning เข้ามาช่วยในการวิเคราะห์ข้อมูล พบว่าข้อมูลชุดหนึ่งๆนั้นสามารถถูกวิเคราะห์เสร็จได้ในไม่กี่วินาที ทั้งยังมีความแม่นยำสูงในระดับเดียวกันกับวิธีการเดิม นอกจากนี้ Cloud Auto ML ยังสามารถวิเคราะห์ข้อมูลได้หลายร้อยชุดพร้อมๆกันอีกด้วย 


       การค้นหาดาวเคราะห์เป็นเพียงขั้นเริ่มต้นเท่านั้น เพราะว่าไม่ใช่ดาวเคราะห์ทุกดวงที่จะมีสิ่งมีชีวิตอาศัยอยู่ได้ ดังนั้นการค้นหาสิ่งมีชีวิต เราต้องเข้าใจถึงสภาวะแวดล้อมต่างๆของดาวเคราะห์ที่สามารถจะเอื้อต่อการดำรงอยู่ของสิ่งมีชีวิต ซึ่งสภาวะนั้นอาจจะแตกต่างจากโลกของเราอย่างสิ้นเชิงเลยก็ได้ กลุ่มย่อยที่ 2 และ 3 ได้ทำการศึกษาที่เกี่ยวข้องกับปัญหานี้ โดยกลุ่มที่ 2 นั้น ใช้ประโยชน์จาก Compute Engine ซึ่งเป็นคอมพิวเตอร์เสมือน (virtual machines) ที่มีศักยภาพสูงจากกูเกิ้ล ในการจำลองชั้นบรรยากาศของดาวเคราะห์แบบต่างๆที่อาจจะเอื้อต่อการมีสิ่งมีชีวิต โดยการจำลองนั้นใช้การตั้งต้นจากโมเลกุลที่เกี่ยวข้องกับสิ่งมีชีวิตบนโลก เช่น น้ำ คาร์บอนไดออกไซด์ มีเทน และทำการปรับเปลี่ยนอัตราส่วนของแต่ละโมเลกุลไปทีละน้อย โดยอยู่บนพื้นฐานของกฎทางเคมี นักวิจัยสามารถสร้างแบบจำลองชั้นบรรยากาศของดาวเคราะห์ออกมาได้มากถึง 270,000 แบบ ซึ่งแบบจำลองเหล่านี้จะถูกนำไปใช้เปรียบเทียบกับข้อมูลที่ได้จากการสังเกตการณ์ เพื่อดูว่ามีดาวเคราะห์ใดบ้างที่มีสภาวะชั้นบรรยากาศสอดคล้องกับแบบจำลองดังกล่าว


       สำหรับในกลุ่มย่อยที่ 3 นั้น เป็นการพัฒนา machine learning algorithm เพื่อใช้ระบุองค์ประกอบทางเคมีของชั้นบรรยากาศของดาวเคราะห์หิน (ซึ่งโลกก็จัดเป็นดาวเคราะห์ประเภทนี้) ขึ้นเป็นครั้งแรก  โดยนักวิจัยได้ใช้ฐานข้อมูลของนาซ่าเพื่อจำลองสเปกตรัมของดาวเคราะห์หินที่มีธาตุองค์ประกอบต่างๆกันจำนวนกว่า 3 ล้านสเปกตรัม และสเปกตรัมเหล่านี้ได้ถูกนำไปใช้ในการสร้างและทดสอบประสิทธิภาพของ machine learning algorithm โดยคาดว่า algorithm ที่ได้จะสามารถนำไปใช้ในการวิเคราะห์องค์ประกอบของดาวเคราะห์ได้ดีกว่าวิธีการที่ใช้อยู่ในปัจจุบัน 


       ถึงแม้ว่าผลงานที่ได้จากโครงการระยะสั้นนี้จะเป็นเพียงต้นแบบคร่าวๆ แต่มันจะสามารถถูกนำไปพัฒนาต่อยอดจนเป็นผลงานระดับคุณภาพที่จะสามารถช่วยให้เราค้นหาและเข้าใจดาวเคราะห์ที่เอื้อต่อสิ่งมีชีวิต และนำไปสู่การค้นพบสิ่งมีชีวิตต่างดาวได้ ผลิตภัณฑ์และข้อมูลที่ถูกสร้างขึ้น รวมทั้งผลที่ได้จากการศึกษาของนาซ่าและกูเกิ้ลในโครงการนี้ จะถูกเผยแพร่ต่อสาธารณะ เพื่อเป็นประโยชน์กับผู้ที่สนใจศึกษาต่อไปอีกด้วย


       ท่ามกลางกระแสของการใช้เทคโนโลยีด้าน AI และ Machine Learning มาจัดการกับข้อมูลมหาศาลเพื่อประโยชน์ทางธุรกิจหรือเพื่อเพิ่มคุณภาพชีวิตให้กับผู้คน เทคโนโลยีเหล่านี้ยังสามารถถูกนำมาใช้ในงานวิทยาศาสตร์หรือแม้กระทั่งการศึกษาอวกาศไกลโพ้นนอกโลกของเรา และการที่ภาคเอกชนที่มีความเชี่ยวชาญทางด้านเทคโนโลยีมาร่วมมือกับหน่วยงานด้านวิทยาศาสตร์จะยิ่งทำให้การศึกษาเรื่องเหล่านี้เป็นไปอย่างมีประสิทธิภาพมากยิ่งขึ้น และอาจจะเป็นการเปิดประตูไปสู่การค้นพบใหม่ๆ ในอนาคตก็เป็นได้


 

เรียบเรียงโดย

อภิชาติ หอเที่ยงธรรม
ภาควิชาฟิสิกส์ มหาวิทยาลัย Northeastern สหรัฐอเมริกา

• [1] https://www.popsci.com/ai-nasa-google-exoplanets
• [2] https://gweb-cloudblog-publish.appspot.com/products/ai-machine-learning/is-there-life-on-other-planets-google-cloud-is-working-with-nasas-frontier-development-lab-to-find-out/amp/
• [3] https://cloud.google.com/nasa-fdl/
• [4] https://frontierdevelopmentlab.org
• [5] https://www.nasa.gov/ames/tess-pipeline