Penerapan teori informasi untuk mencari sinyal peradaban luar angkasa
Jika Anda mencari sinyal dari peradaban alien, lalu mengapa tidak berlatih dulu pada beberapa sistem transfer informasi yang bukan milik manusia yang ada di planet kita? Dengan paus, sistem komunikasi global telah ada selama jutaan tahun - lebih lama dari Homo sapiens pada umumnya. Lebah, berkomunikasi satu sama lain sebagian melalui tarian, mengadakan debat demokratis tentang tempat terbaik untuk menggali selama jutaan tahun sebelum orang datang dengan sistem politik yang demokratis. Penuh dengan contoh lain. Tidak seorang pun dari kenalan saya yang mempelajari sistem komunikasi hewan lain, setelah itu, menarik kesimpulan bahwa spesies ini lebih bodoh daripada yang ia kira.
Mempelajari cara-cara komunikasi hewan, saya dan kolega saya mengembangkan jenis detektor baru, sebuah filter "kecerdasan komunikasi" yang menentukan apakah sinyal dari ruang angkasa adalah milik peradaban yang maju secara teknologi. Sebagian besar upaya sebelumnya dalam proyek SETI mencari siaran radio dalam rentang frekuensi yang sempit atau sinyal optik yang berkedip cepat. Menilai dari pengetahuan kita di bidang astrofisika, sinyal-sinyal semacam itu jelas buatan, dan penemuan mereka berarti kehadiran teknologi yang mampu mentransmisikan sinyal pada jarak antarbintang. SETI biasanya mengabaikan sinyal radio broadband dan pulsa optik lambat, yang asalnya kurang jelas. Walaupun sinyal-sinyal ini bisa sangat baik dikirim oleh makhluk hidup, mereka bisa datang dari sumber alami gelombang radio, seperti awan gas antarbintang, dan kami masih belum memiliki cara yang baik untuk membedakannya.
Sederhananya, kita sudah bisa menerima pesan dari makhluk cerdas dan mengabaikannya, karena itu tidak memenuhi harapan kita tentang bagaimana sinyal seperti itu akan terlihat. Ini mungkin menjadi alasan bahwa lebih dari 50 tahun mencari, kami belum menemukan komunikasi antarbintang.
Selama satu setengah dekade terakhir, saya dan kolega saya menemukan cara yang lebih baik. Kami menerapkan
teori informasi ke sistem komunikasi manusia dan hewan, dan sekarang kami dapat mengatakan dengan pasti dalam hal mana makhluk hidup tertentu saling menyampaikan ide yang kompleks satu sama lain, tanpa mengetahui apa yang mereka katakan. Kami menggunakan istilah "sistem komunikasi" agar tidak memutuskan terlebih dahulu apakah spesies lain memiliki bahasa dalam pengertian manusia. Komunikasi yang kompleks mematuhi aturan umum sintaksis, yang darinya keberadaan apa yang dapat disebut “konten yang masuk akal” mengikuti. Jika kita memiliki pesan yang cukup besar, kita dapat mengevaluasi tingkat kerumitan atau struktur aturan. Dalam teori matematika informasi, struktur ini disebut "
entropi informasi kondisional " dan terdiri dari koneksi matematika antara unit-unit komunikasi dasar, seperti huruf dan
fonem . Dalam pidato sehari-hari, kami menganggap tata bahasa sebagai struktur seperti itu, dan pada tingkat yang lebih dasar, kompilasi kata dan kalimat dari suara. Dan untuk pertama kalinya di SETI Institute di Mountain View di California, kami mulai mencari struktur seperti itu dalam data yang dikumpulkan oleh SETI.
Rekan-rekan saya, Brenda McCowan, Sean Hanser dari University of California di Davis, dan saya memutuskan untuk mempelajari makhluk, baik secara sosial kompleks dan sangat bergantung pada komunikasi akustik, dan menggunakan sinyal suara yang dapat kami klasifikasikan. Oleh karena itu, tiga subjek pertama kami adalah
lumba -
lumba hidung botol (Tursiops truncatus),
monyet tupai biasa (Saimiri sciureus) dan
paus bungkuk (Megaptera novaeangliae).
Salah satu aspek linguistik manusia, dimanifestasikan dalam studi awal kata, huruf, dan fonem, dikenal sebagai
hukum Zipf , dinamai untuk ahli bahasa Harvard
George Zipf . Dalam teks bahasa Inggris, huruf "e" lebih dari huruf "t", huruf "t" lebih dari huruf "a", dan seterusnya, hingga "q" yang paling jarang digunakan. Jika Anda membuat daftar huruf dari "e" ke "q" dalam frekuensi yang menurun, dan membangun frekuensi penggunaannya pada grafik logaritmik, maka nilai-nilai ini menetap pada garis lurus yang cenderung 45 derajat - yaitu, pada garis lurus dengan kemiringan -1 [Sederhananya, frekuensi penggunaan huruf ke-n berbanding terbalik dengan nomor seri n / kira-kira. diterjemahkan.]. Jika Anda melakukan hal yang sama dengan teks yang terdiri dari karakter Cina, Anda akan mendapatkan bias yang sama. Hal yang sama berlaku untuk huruf, kata, atau fonem untuk percakapan dalam bahasa Jepang, Jerman, Hindi, dan banyak bahasa lainnya. Dan celoteh celoteh tidak mematuhi hukum Zipf. Biasnya kurang dari -1, karena membuat suara hampir secara tidak sengaja. Tetapi saat Anda mempelajari bahasa tersebut, bias secara bertahap meningkat dan mencapai -1 pada usia 24 bulan.
Ahli bahasa matematika mengklaim bahwa bias -1 ini menunjukkan bahwa urutan bunyi atau simbol tulisan mengandung kompleksitas yang cukup untuk dimiliki oleh bahasa. Ini adalah kondisi yang diperlukan tetapi tidak mencukupi - yaitu, ini adalah ujian pertama kompleksitas, tetapi bukan bukti keberadaannya. Zipf sendiri percaya bahwa alasan bias -1 ini terletak pada kompromi, yang disebutnya "prinsip upaya paling tidak." Ini adalah keseimbangan antara individu yang mentransmisi yang mencoba menggunakan lebih sedikit energi untuk mengirim sinyal dan penerima yang ingin mendapatkan lebih banyak redundansi untuk memastikan seluruh pesan diterima.
Hal utama dalam menerapkan teori informasi adalah isolasi unit sinyal. Sebagai contoh, jika kita memplot semua titik dan garis dari kode Morse pada grafik, kita mendapatkan kemiringan Zipf dari urutan 0,2. Tetapi jika kita mengambil urutan titik dan garis - titik, titik, garis, garis, garis dan garis, dan variasi yang lebih panjang sebagai unit dasar - maka bias akan berubah menjadi -1, yang mencerminkan bagaimana huruf-huruf alfabet dikodekan dalam sistem ini. Dengan cara ini, dengan bantuan rekayasa balik, unit makna yang asli dapat dikenali.
Kebanyakan ahli bahasa menyarankan bahwa hukum Zipf hanya mencirikan bahasa manusia. Kami dengan senang hati menemukan dengan merencanakan frekuensi peluit lumba-lumba hidung botol dewasa pada grafik yang mereka juga patuhi hukum Zipf! Kemudian, ketika dua lumba-lumba hidung botol kecil lahir di Sea World di California, kami mencatat bayi mereka bersiul dan menemukan bahwa bagi mereka lereng Zipf berhubungan dengan itu untuk murmur bayi manusia. Ternyata bayi lumba-lumba bergumam dan bersiul, mempelajari sistem komunikasi mereka dengan cara yang sama seperti bayi manusia belajar bahasa. Ketika lumba-lumba berusia 12 bulan, frekuensi distribusi suara dalam peluitnya mencapai kemiringan -1.
Meskipun kami belum menguraikan apa yang dikatakan lumba-lumba, kami telah menemukan bahwa mereka dan paus memiliki sistem komunikasi dengan kompleksitas internal mendekati bahasa manusia. Kompleksitas ini membuat kesalahan komunikasi menjadi toleran. Setiap makhluk yang bertukar informasi harus dapat melakukan ini, terlepas dari kebisingan di sekitarnya, hambatan, dan fenomena lain yang mengganggu penyebaran sinyal. Bahasa manusia disusun untuk menyediakan redundansi. Pada tingkat dasar, struktur ini menentukan kemungkinan surat yang diberikan. Jika saya memberi tahu Anda apa kata yang dimaksudkan, Anda dapat menebak bahwa huruf pertama dari kata ini adalah "t", karena ini adalah huruf pertama yang paling populer untuk kata-kata dalam bahasa Inggris. Firasat Anda akan menjadi yang paling mungkin, tetapi sedikit informatif. Kami dapat mengatakan bahwa Anda telah memilih opsi yang paling mudah. Jika Anda berhenti pada huruf "q" dan menebak, Anda akan menerima beberapa informasi yang lebih akurat tentang kata yang saya bayangkan, jika itu benar-benar dimulai dengan "q".
Mari kita lanjutkan. Jika saya mengatakan bahwa saya sedang memikirkan huruf kedua dalam kata tersebut, huruf pertama yang adalah "q", Anda akan langsung menebak bahwa huruf ini adalah "u". Mengapa Karena Anda [pembaca bahasa Inggris] tahu bahwa kedua huruf dalam bahasa Inggris ini muncul bersama dengan probabilitas hampir 100%. Untuk menebak tentang informasi yang hilang, Anda menggunakan tidak hanya probabilitas dari huruf-huruf yang muncul, tetapi juga probabilitas bersyarat yang terkait dengan dua huruf - probabilitas bahwa kata tersebut akan mengandung huruf "u" jika diketahui bahwa huruf "q" sudah ada. Otak kita menggunakan probabilitas bersyarat saat diperlukan untuk memperbaiki kesalahan dalam pengiriman informasi - teks fuzzy pada cetakan dengan kartrid kehabisan, atau kata-kata yang sulit dibedakan dalam panggilan telepon yang bising.
Dalam bahasa Inggris, probabilitas kondisional dapat ditentukan hingga sembilan kata berturut-turut. Jika satu kata hilang, Anda dapat menebak kata apa itu. Jika Anda melewatkan dua kata berturut-turut, Anda masih dapat sering mengembalikannya dari konteks. Contoh singkat kalimat tanpa satu kata: "Bagaimana perasaan Anda hari ini?". Mudah ditebak bahwa Anda hilang. Sekarang pikirkan sebuah kalimat tanpa dua kata: "Bagaimana ___ ___ dirimu hari ini?" Mungkin ada: "Bagaimana perasaan Innocent hari ini?" Mungkin ada opsi lain. Jelas, semakin banyak kata yang hilang, semakin sulit untuk memahami mereka dari konteksnya, dan semakin sedikit probabilitas kondisional mereka. Untuk sebagian besar bahasa tertulis umat manusia, probabilitas bersyarat menghilang ketika sekitar sembilan kata berturut-turut terlewatkan. Jika 10 kata hilang, Anda tidak akan tahu apa kata-kata itu. Dalam bahasa teori informasi, ini berarti entropi kata manusia mencapai urutan kesembilan.
Kami menemukan probabilitas kondisional yang serupa dalam sistem komunikasi hewan. Sebagai contoh, kami merekam suara paus bungkuk berbicara di Alaska tenggara dengan Fred Sharp dari Alaska Whale Foundation. Paus bungkuk dikenal untuk lagu-lagu mereka, yang biasanya direkam ketika mereka mendekati Hawaii untuk berkembang biak. Di Alaska, suara mereka sangat berbeda: suara yang dimaksudkan untuk memancing ikan di internet terdiri dari gurgle dan jeritan sosial, bukan lagu. Kami merekam vokalisasi ini baik di hadapan maupun saat tidak ada suara dari kapal. Kami menghitung sampai sejauh mana lautan berfungsi seperti listrik statis di saluran telepon. Kemudian kami menggunakan teori informasi untuk menghitung berapa banyak paus perlu untuk memperlambat vokalisasi mereka untuk menerima pesan tanpa kesalahan.
Seperti yang diharapkan, di hadapan suara dari perahu, paus memperlambat kecepatan vokalisasi, sama seperti seseorang memperlambat percakapan telepon di tengah kebisingan. Tetapi mereka melambat hanya dengan 3/5 dari jumlah yang secara teoritis seharusnya mereka capai untuk memastikan pengiriman pesan tanpa salah tafsir. Bagaimana mereka bisa melakukan sedikit pelambatan ketika kebisingan sekitar jelas membutuhkan lebih banyak? Kami memikirkan hal ini selama beberapa waktu, dan kemudian menyadari bahwa struktur aturan dalam sistem komunikasi mereka mungkin sedemikian rupa sehingga sisa dua perlima sinyal dapat dipulihkan. Paus bungkuk menggunakan probabilitas bersyarat dari kata rekan sonik mereka. Mereka tidak perlu menerima seluruh pesan untuk dapat mengisi ruang kosong.
Kami menemukan struktur internal dalam komunikasi lumba-lumba. Perbedaannya adalah bahwa lumba-lumba memiliki sekitar 50 sinyal utama, dan paus bungkuk memiliki ratusan sinyal. Kami sekarang mengumpulkan informasi untuk menentukan berapa derajat maksimum entropi dalam sistem komunikasi paus bungkuk.
Untuk menguji kemungkinan pendekatan kami untuk memisahkan astrofisika dari sinyal yang masuk akal, kami melanjutkan ke contoh dari astronomi radio. Ketika astronom Jocelyn Bell Burnel dan Anthony Hewish menemukan pulsar bintang pada tahun 1967, mereka dijuluki "MZCH", yaitu, "pria hijau kecil" [LGM]. Karena periodisitas yang jelas dari sumber-sumber radio ini, beberapa ilmuwan mulai berspekulasi bahwa mereka mungkin menjadi suar peradaban extraterrestrial maju. Dengan bantuan Simon Johnston dari Masyarakat Astronomi Radio Nasional Australia, kami menganalisis pulsa
pulsar di Sails dan mendapatkan kemiringan Zipf -0,3. Ini tidak cocok dengan salah satu bahasa yang dikenal. Selain itu, kami menemukan hampir tidak ada struktur probabilitas bersyarat dalam sinyal pulsar. Dan faktanya, hari ini diketahui bahwa pulsar adalah sisa-sisa alami supernova. Ternyata teori informasi dapat dengan mudah membedakan antara sinyal kecerdasan imajiner dan sumber alami.
Kami sekarang menganalisis data gelombang mikro yang diperoleh dari SETI Institute Allen Antenna Array, yang terdiri dari 42 teleskop, yang dapat dilihat dalam kisaran 1 hingga 10 GHz. Selain skema pencarian gelombang radio pita sempit biasa, kami mulai menerapkan langkah-langkah dari teori informasi. Jika, misalnya, kami menemukan sinyal yang mematuhi hukum Zipf, ini akan menginspirasi kami untuk terus bekerja dan mencari struktur sintaksis dalam sinyal dalam upaya untuk menentukan kompleksitas pesan potensial.
Untuk mentransfer pengetahuan, bahkan peradaban ekstraterestrial yang sangat maju perlu mematuhi aturan teori informasi. Bahkan jika kita mungkin tidak dapat menguraikan pesan seperti itu karena kurangnya simbol yang sama (kita memiliki masalah yang sama dengan paus bungkuk), kita bisa mendapatkan ide tentang kompleksitas sistem komunikasi mereka - dan, akibatnya, dari proses berpikir. Jika, misalnya, probabilitas kondisional dari sinyal yang ditemukan di SETI adalah urutan ke-20, ini tidak hanya berarti sifat artifisial dari sinyal, tetapi juga kompleksitas bahasa yang sangat besar dibandingkan dengan terestrial mana pun. Kami akan memiliki ukuran kuantitatif dari kompleksitas proses pemikiran yang mengirimkan informasi ke makhluk luar angkasa.
Lawrence Doyle adalah direktur Institut Metafisika Fisika di Principle College, pc. Illinois, dan penyelenggara Quantum Astrophysics Group di SETI. Dia adalah anggota misi Kepler di NASA, dan memimpin tim yang menemukan planet pertama dengan orbit ganda (julukan Tatooine).