AI帮助人类发现8个可疑的外星文明信号，来自5颗不同恒星

新型人工智能推进地外生命搜索。

银河系中心方向的百万恒星。ESO

一个联合科研团队在1月30日的《自然：天文学》杂志上刊文称，他们使用改进的人工智能（AI），在太阳周围的5颗恒星附近发现了8个可疑的外星技术文明信号。

这8个信号深藏在美国“绿岸”（Green Bank，又译为“绿堤”）射电望远镜收集到的海量数据中。研究人员希望该技术能够推进对外星文明的探索。

当前人类在宇宙中搜索外星文明的主要方法是监听来自宇宙的无线电信号。之所以要监听无线电信号，是因为无线电波作为通信媒介有其独特优势。

但宇宙中的许多天体也会发出无线电波，人类也用它来进行通信。虽然来自外星文明的无线电信号总归会带有一些特征，但是要如何将其从大量的背景噪音和干扰中辨别出来无疑是一项艰巨的工作。

如果没有计算机技术，研究人员只能亲自一一确认接收到的信号是否可疑。但是来自宇宙的电波数据浩如烟海，要从中找到可疑的信号比大海捞针还要难。计算机让筛选信号的工作开始变得容易起来。

不过传统算法效率相对低下，经常漏报。新发现的这些可疑信号隐藏在来自820颗邻近恒星的150T数据中，传统算法却没有发现其中有任何可疑。

新开发的人工智能技术则能对数据进行归类，以便区分出真实信号和干扰。该技术具有学习能力，在经过训练和自学之后，能够区分出地外信号和地球干扰的不同。

计算机自我学习分为“监督”和“非监督”两种模式。“监督”模式下的学习需要人为训练；而在“非监督”学习模式下，计算机能够通过自动搜索学习大数据集，发现隐藏其中的规律。此次研究人员将“监督”和“非监督”两种学习模式结合在了一起，开发出了所谓的“准-非监督”学习模式。

采用该学习模式进行了深度学习的计算机，最终在距离地球30至90光年远的9颗恒星附近，发现了8个可疑的外星技术文明信号。

研究人员表示，这些信号作为外星技术文明信号的候选者是可信的。它们来自这些恒星附近，而不是来自地球；它们的频率还会随着时间的推移而以某种方式发生变化，与已知的天体物理学现象都有一定的距离。

但这也可能是一种巧合。在包含了数百万个信号的海量数据集中，找到一个能够同时符合这两个特征的信号是完全可能的。

因此尽管与理论预期相符，要确认这些信号来自外星文明，还需要多次的验证——最好能够重复接收到同样的信号。而这种重复在“绿岸”望远镜进行的简短后续观测中尚未发现。

研究人员表示，他们未来打算使用该新技术，将搜索范围扩展到太阳附近的至少100万颗恒星。

参考

A deep-learning search for technosignatures from 820 nearby stars

https://www.nature.com/articles/s41550-022-01872-z

Astronomers Use New AI Technique to Accelerate Search for Extraterrestrial Life

http://www.dunlap.utoronto.ca/ai-accelerate-seti/

Will Machine Learning Help Us Find Extraterrestrial Life?

https://www.seti.org/press-release/will-machine-learning-help-us-find-extraterrestrial-life