第一個發現外星文明的會是AI嗎？_風聞

來源：中國科學報

綠岸射電天文望遠鏡是尋找外星文明的幾個望遠鏡之一。圖片來源：Jim West/Alamy

從美國西弗吉尼亞的山丘到澳大利亞鄉村的平原，一些全球最大的望遠鏡正在聆聽來自遙遠外星文明的信號。搜尋地外文明（SETI）是一項尋找人造電磁輻射的計劃。

一項1月30日發表於《自然-天文學》的研究描述瞭如何利用機器學習——人工智能（AI）的一個子集——幫助天文學家快速篩選此類搜索產生的大量數據。“機器學習技術讓SETI研究進入了一個新時代。”美國SETI研究所的行星天文學家Franck Marchis説。

對於SETI來説，大數據是個相對較新的問題。幾十年來，由於幾乎沒有任何積累的數據，該領域的發展受到限制。天文學家Frank Drake於1960年開創了SETI的先河，但隨後進行的SETI搜索大多侷限於少數恆星。

2015年，俄羅斯億萬富翁Yuri Milner在加州伯克利資助了史上最大的SETI項目——“突破聆聽”。該項目旨在尋找100萬顆恆星上的智慧生命跡象。研究人員利用西弗吉尼亞州、澳大利亞和南非的望遠鏡，尋找來自恆星且頻率穩定變化的無線電波。

麻煩的是，這些搜索產生了大量數據，其中包括來自手機、GPS和現代生活其他方面因干擾產生的誤報。

SETI研究所的天文學家Sofia Sheikh説：“對我們來説，尋找SETI信號時最大的挑戰不是獲得數據，而是區分人類或地球技術的信號與從銀河系其他地方找到的信號。”

手動查看數以百萬計的觀測數據結果是不切實際的。一種常見的方法是用算法鎖定與天文學家認為可能的外星信號相匹配的信號。但這些方法可能會忽略與天文學家預期略有不同的潛在信號。

機器學習算法在大量數據的基礎上進行訓練，可以學習識別地球干擾的特徵，因此非常擅長濾除噪聲。論文主要作者、加拿大多倫多大學數學家和物理學家Peter Ma表示，機器學習還擅長捕捉不屬於傳統類別的外星信號，這些信號可能被遺漏了。

Ma和同事通過“突破聆聽”項目對820顆恆星的觀測結果進行了篩選，後者是利用位於西弗吉尼亞的綠岸射電天文望遠鏡觀測到的。他們建立了機器學習軟件來分析數據，其中收集的近300萬個感興趣的信號中大部分被放棄了，因為它們是來自地球的干擾信號。

之後，Ma手動審查了大約2萬個信號，並縮小到8個有趣的候選信號。然而，最終卻一無所獲——團隊第二次聆聽時，所有8個信號都消失了。儘管如此，他們建立的方法仍可用於其他數據，如南非MeerKAT望遠鏡的大量觀測結果；也可以用於存檔的SETI數據，以尋找以前可能被忽視的信號。

機器學習也是這個月即將啓動的另一項SETI計劃的核心，人工智能還可以在SETI過程的其他階段提供幫助。目前，SETI可能會繼續使用經典和機器學習混合的方法整理數據。