બ્રહ્માંડમાં પરગ્રહવાસીઓની શોધ હવે 'એજન્ટિક AI' ના ભરોસે: જ્યારે મશીનો જ મશીનોને શોધશે
પૃથ્વી બહાર બુદ્ધિશાળી જીવનની શોધમાં હવે સ્વાયત્ત AI એજન્ટો જોડાયા છે, જે સેકન્ડોમાં ટેરાબિટ્સ ડેટા તપાસીને પરગ્રહવાસીઓના સંકેતો પકડી પાડશે.

વિજ્ઞાન કથા (science fiction) માં આપણે હંમેશા એવું સાંભળ્યું છે કે જ્યારે પણ આપણે પરગ્રહવાસીઓ (extraterrestrials) ને મળીશું, ત્યારે તે કોઈ 'લીલા રંગના નાના માણસો' જેવા હશે. પરંતુ વાસ્તવિકતા કદાચ આનાથી સાવ અલગ હોઈ શકે છે. પૃથ્વી બહાર બુદ્ધિશાળી જીવનની શોધ (SETI - Search for Extraterrestrial Intelligence) માં હવે એક મોટો વળાંક આવ્યો છે. વૈજ્ઞાનિકો હવે એવા આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) એજન્ટો બનાવી રહ્યા છે જે બ્રહ્માંડમાં અન્ય કોઈ અદ્યતન સભ્યતા દ્વારા મોકલવામાં આવેલા AI એજન્ટોના સંકેતો સાંભળશે. આ એક એવી ક્રાંતિ છે જ્યાં માનવ નિર્મિત મશીનો, પરગ્રહવાસીઓના મશીનોને શોધવાનો પ્રયત્ન કરશે.
બ્રેકથ્રુ લિસન (Breakthrough Listen) અને SETI ઇન્સ્ટિટ્યૂટ હવે તેમની રોજિંદી શોધમાં 'એજન્ટિક AI' (Agentic AI) નો ઉપયોગ કરી રહ્યા છે. કેલિફોર્નિયામાં આવેલા એલન ટેલિસ્કોપ એરે (Allen Telescope Array) ખાતે, આ AI એજન્ટો હવે માત્ર ડેટા તપાસતા નથી, પરંતુ તેઓ પોતે ટેલિસ્કોપને દિશા આપી શકે છે, આવતા ડેટામાં સુધારો કરી શકે છે અને માત્ર એક સામાન્ય ભાષાની વિનંતી (natural language request) પરથી જટિલ મોડલ્સ લાગુ કરી શકે છે. NVIDIA ની જાહેરાત મુજબ, આ ટેકનોલોજી બ્રહ્માંડમાંથી આવતા ડેટાના વિશાળ પ્રવાહને પ્રોસેસ કરવાની ક્ષમતામાં અનેકગણો વધારો કરે છે.
એજન્ટિક AI શું છે અને તે સામાન્ય AI થી કેવી રીતે અલગ છે?
સામાન્ય રીતે આપણે જે AI નો ઉપયોગ કરીએ છીએ, જેમ કે ચેટબોટ્સ, તે માત્ર આપણા પ્રશ્નોના જવાબ આપે છે. તેને 'ટૂલ-લાઈક AI' (tool-like AI) કહી શકાય. પરંતુ એજન્ટિક AI (agentic AI) એ એક એવો પ્રોગ્રામ છે જે માનવીય હસ્તક્ષેપ વગર સ્વતંત્ર રીતે નિર્ણયો લઈ શકે છે, લક્ષ્યો નક્કી કરી શકે છે અને તેને પૂર્ણ કરવા માટે પગલાં લઈ શકે છે. વિકિપીડિયાના અહેવાલ મુજબ, એજન્ટિક AI માં ધ્યેય-લક્ષી વર્તન, બાહ્ય સાધનોનો ઉપયોગ કરવાની ક્ષમતા અને જટિલ કાર્યોને સ્વાયત્ત રીતે પૂર્ણ કરવાની શક્તિ હોય છે.
આ એજન્ટો પાછળ લાર્જ લેંગ્વેજ મોડલ્સ (LLMs) એટલે કે ભાષાના વિશાળ મોડલ્સ કામ કરતા હોય છે, જે તેમને તર્ક કરવાની શક્તિ આપે છે. એક 'એજન્ટ હાર્નેસ' (agent harness) અથવા સ્કેફોલ્ડ નામનું સોફ્ટવેર લેયર આ મોડલની આસપાસ હોય છે, જે તેને કમ્પ્યુટર હાર્ડવેર, ડેટા ફાઇલો અને ટેલિસ્કોપ જેવા સાધનો સાથે જોડે છે. આનાથી AI માત્ર વાતો નથી કરતું, પરંતુ વાસ્તવિક દુનિયામાં કામ પણ કરી શકે છે.
- આદેશ ગ્રહણવૈજ્ઞાનિકો સામાન્ય ભાષામાં ટેલિસ્કોપને સૂચના આપે છે.
- સ્વાયત્ત સંચાલનAI એજન્ટ ટેલિસ્કોપના એન્ટેનાને ચોક્કસ તારા તરફ ફેરવે છે.
- ડેટા પ્રોસેસિંગGPU ની મદદથી ડેટાને રીઅલ-ટાઇમમાં ફિલ્ટર અને સુધારે છે.
- પરિણામ પ્રદર્શનAI એજન્ટ સ્પેક્ટ્રોગ્રામ તૈયાર કરીને વૈજ્ઞાનિકોને પરિણામ બતાવે છે.
- કુદરતી ભાષામાં આદેશવૈજ્ઞાનિક સામાન્ય અંગ્રેજીમાં આદેશ આપે છે, જેમ કે 'અમુક તારા પર ધ્યાન કેન્દ્રિત કરો'.
- એજન્ટ દ્વારા આયોજનનેક્સસ (Nexus) ઓર્કેસ્ટ્રેટર આ આદેશને સમજે છે અને ટેલિસ્કોપના એન્ટેનાને ફેરવે છે.
- એલન ટેલિસ્કોપ એરેમાં વપરાતી રેડિયો ડિશ જેવી એન્ટેના સિસ્ટમ.
- રીઅલ-ટાઇમ ડેટા પ્રોસેસિંગNVIDIA Holoscan અને DAQIRI ની મદદથી ડેટા સીધો GPU મેમરીમાં જાય છે.
- ભૂલ સુધારણા અને વિશ્લેષણAI એજન્ટ ડેટામાં આવતી ખામીઓ સુધારે છે અને તરત જ સ્પેક્ટ્રોગ્રામ તૈયાર કરે છે.
ડેટાનો મહાસાગર અને પ્રોસેસિંગનો પડકાર
રેડિયો ટેલિસ્કોપ જ્યારે અવકાશ તરફ નજર કરે છે, ત્યારે તે અકલ્પનીય માત્રામાં ડેટા પેદા કરે છે. એલન ટેલિસ્કોપ એરે જેવા સાધનો પ્રતિ સેકન્ડ ટેરાબિટ્સ (terabits) ડેટા ઉત્પન્ન કરે છે. આટલા બધા ડેટાને હાર્ડ ડ્રાઈવમાં સેવ કરવો અને પછી મહિનાઓ સુધી તેની તપાસ કરવી એ જૂની પદ્ધતિ હતી. NVIDIA Holoscan પ્લેટફોર્મની મદદથી હવે આ ડેટાને 'ઇન ફ્લાઇટ' (in flight) એટલે કે ડેટા આવતો હોય તે જ સમયે પ્રોસેસ કરવામાં આવે છે.
આ સિસ્ટમમાં DAQIRI નામની લાઇબ્રેરીનો ઉપયોગ થાય છે, જે ટેલિસ્કોપના સેન્સર ડેટાને સીધો GPU (Graphics Processing Unit) મેમરીમાં ખેંચી લે છે. GPU એ ગ્રાફિક્સ પ્રોસેસિંગ યુનિટ છે જે ખૂબ જ ઝડપી ગણતરીઓ કરવા માટે જાણીતું છે. આ પ્રક્રિયામાં CyberEther નામનું ફ્રેમવર્ક ગાણિતિક ગણતરીઓ કરે છે. NVIDIA RTX PRO ૬૦૦૦ Blackwell GPUs નો ઉપયોગ કરીને આ સિસ્ટમ પ્રતિ સેકન્ડ ૨.૪ ટેરાબિટ્સ ડેટા હેન્ડલ કરી શકે છે. આટલી ઝડપ હોવાને કારણે વૈજ્ઞાનિકો હવે રીઅલ-ટાઇમમાં અવકાશી ઘટનાઓ પર નજર રાખી શકે છે.
Tbps (ટેરાબિટ્સ પ્રતિ સેકન્ડ)
નેક્સસ: ટેલિસ્કોપનો નવો સારથિ
આ આખી સિસ્ટમનું સંચાલન 'નેક્સસ' (Nexus) નામનું વેબ-આધારિત ઓર્કેસ્ટ્રેટર કરે છે. તે એજન્ટ માટે એક એવા પ્લેટફોર્મ તરીકે કામ કરે છે જ્યાંથી તે ટેલિસ્કોપની સ્થિતિ જાણી શકે છે અને તેને આદેશ આપી શકે છે. સંશોધકો હવે માત્ર ટાઈપ કરીને કહી શકે છે કે, "અમુક તારા તરફ ટેલિસ્કોપ ફેરવો અને ત્યાંથી આવતા સિગ્નલનો સ્પેક્ટ્રોગ્રામ (spectrogram) બતાવો." સ્પેક્ટ્રોગ્રામ એટલે તરંગોનું દ્રશ્ય નિરૂપણ (visual representation).
AI એજન્ટ આ આદેશ સમજીને ટેલિસ્કોપના એન્ટેનાને ફેરવે છે, સિગ્નલને સાફ કરવા માટે ઇન્સ્ટ્રુમેન્ટને કેલિબ્રેટ (calibrate) કરે છે અને ડેટામાં આવતી ભૂલોને સુધારે છે. જે કામ કરવામાં માણસોને અઠવાડિયા કે વર્ષો લાગતા હતા, તે હવે આ એજન્ટો માત્ર કલાકોમાં કરી આપે છે. આ સિસ્ટમની સફળતાનો પ્રથમ પુરાવો ત્યારે મળ્યો જ્યારે તેણે ક્રેબ નેબ્યુલા (Crab Nebula) માંથી આવતા પલ્સર (pulsar) ના સંકેતોને રીઅલ-ટાઇમમાં શોધી કાઢ્યા. પલ્સર એ ઝડપથી ફરતો મૃત તારો છે જે બ્રહ્માંડમાં લાઇટહાઉસની જેમ પ્રકાશના પલ્સ છોડે છે.

| ઘટકનું નામ | કાર્ય |
|---|---|
| NVIDIA RTX 6000 | ઝડપી ગણતરી માટેના શક્તિશાળી GPUs |
| Nexus | એજન્ટ ઓર્કેસ્ટ્રેટર અને કંટ્રોલ પેનલ |
| DAQIRI | સેન્સર ડેટાને સીધો મેમરીમાં લાવતી લાઇબ્રેરી |
| CyberEther | સિગ્નલ પ્રોસેસિંગ માટેનું ગાણિતિક ફ્રેમવર્ક |
ઇતિહાસ અને SETI ની સફર
પરગ્રહવાસીઓની શોધનો ઇતિહાસ ઘણો જૂનો છે. ૧૮૯૬ માં નિકોલા ટેસ્લાએ સૂચવ્યું હતું કે મંગળ ગ્રહ પર સંપર્ક કરવા માટે વાયરલેસ ઇલેક્ટ્રિકલ ટ્રાન્સમિશનનો ઉપયોગ થઈ શકે છે. ૧૯૬૦ માં ફ્રેન્ક ડ્રેકે 'પ્રોજેક્ટ ઓઝ્મા' (Project Ozma) દ્વારા આધુનિક SETI પ્રયોગની શરૂઆત કરી હતી. ૧૯૭૭ માં 'Wow!' સિગ્નલની શોધ થઈ હતી, જે અત્યાર સુધીનું સૌથી મજબૂત સંભવિત પરગ્રહવાસી સંકેત માનવામાં આવે છે, જોકે તે ફરી ક્યારેય મળ્યું નથી.
વિકિપીડિયા મુજબ, ૨૦૧૫ માં સ્ટીફન હોકિંગ અને યુરી મિલનરે ૧૦૦ મિલિયન ડોલરના ખર્ચે 'બ્રેકથ્રુ લિસન' પ્રોજેક્ટ શરૂ કર્યો હતો. આ પ્રોજેક્ટનો હેતુ નજીકના તારાઓમાંથી આવતા સંકેતોને પકડવાનો છે. અત્યાર સુધીની શોધમાં કોઈ ચોક્કસ પુરાવા મળ્યા નથી, જેને 'ફર્મિ પેરાડોક્સ' (Fermi paradox) તરીકે ઓળખવામાં આવે છે - એટલે કે જો બ્રહ્માંડ આટલું વિશાળ છે, તો અત્યાર સુધી આપણને કોઈ મળ્યું કેમ નથી? એજન્ટિક AI કદાચ આ પ્રશ્નનો જવાબ શોધવામાં મદદ કરી શકે છે.
ભારત અને સામાન્ય માનવી માટે આનું મહત્વ
જોકે આ પ્રયોગો અત્યારે અમેરિકાના ટેલિસ્કોપ પર થઈ રહ્યા છે, પરંતુ તેની અસર વૈશ્વિક છે. ભારત પણ અવકાશ વિજ્ઞાનમાં હરણફાળ ભરી રહ્યું છે, અને આવી AI ટેકનોલોજી ભવિષ્યમાં ભારતીય રેડિયો ટેલિસ્કોપ્સમાં પણ વપરાઈ શકે છે. સામાન્ય લોકો માટે આનો અર્થ એ છે કે આપણે બ્રહ્માંડને સમજવાની આપણી ક્ષમતામાં ક્રાંતિકારી ફેરફાર કરી રહ્યા છીએ. એજન્ટિક AI માત્ર અવકાશમાં જ નહીં, પરંતુ પૃથ્વી પર પણ સરકારી સેવાઓ, સોફ્ટવેર ડેવલપમેન્ટ અને ડેટા એનાલિસિસમાં વપરાવાનું શરૂ થઈ ગયું છે.
SETI ઇન્સ્ટિટ્યૂટના એન્ડ્રુ સિમિયનના જણાવ્યા મુજબ, જ્યારે આપણા નવા એજન્ટિક ઓબ્ઝર્વેટરીઝ બ્રહ્માંડમાં શોધ કરશે, ત્યારે તેમને જે મળશે તે કદાચ માણસો કરતા તેમના પોતાના (AI) જેવું વધુ હશે. આ ડરવાની વાત નથી, પરંતુ એક 'ભાષાંતરની સફળતા' (breakthrough in translation) છે. કદાચ અન્ય સભ્યતાઓ પણ તેમના AI એજન્ટો દ્વારા જ સંદેશા મોકલતી હોય.
ભવિષ્યની દિશા: ચંદ્ર પર AI?
સંશોધકો હવે NVIDIA Nemotron જેવા ઓપન મોડલ્સનું મૂલ્યાંકન કરી રહ્યા છે. ભવિષ્યમાં એવી યોજના છે કે ચંદ્રની પેલે પાર (far side of the moon) જ્યાં પૃથ્વીના રેડિયો તરંગોનો અવરોધ ન હોય, ત્યાં સ્વાયત્ત ઓબ્ઝર્વેટરીઝ સ્થાપવામાં આવે. આ ઓબ્ઝર્વેટરીઝ ઇન્ટરનેટ વગર ઓફલાઇન રહીને પણ એજન્ટિક AI ની મદદથી સ્વતંત્ર રીતે કામ કરી શકશે.
હજુ પણ ઘણા પ્રશ્નો અનુત્તરિત છે. શું આપણે ખરેખર કોઈ સંકેત પકડી શકીશું? જો તે સંકેત કોઈ AI એજન્ટ દ્વારા મોકલવામાં આવ્યો હશે, તો શું આપણે તેને સમજી શકીશું? અત્યારે તો આપણે માત્ર એટલું જ જાણીએ છીએ કે આપણી પાસે હવે એક એવો સાથી છે જે ક્યારેય થાકતો નથી અને જેની નજર આપણા કરતા લાખો ગણી તેજ છે. બ્રહ્માંડના રહસ્યો ઉકેલવા માટે હવે માણસ અને મશીન ખભેખભા મિલાવીને કામ કરી રહ્યા છે.


