第一个发现外星文明的会是AI吗

⊙作者：王方

　　（中国科学报2023/2/1）
　　搜寻地外文明，是一项寻找人造电磁辐射的计划。从美国西弗吉尼亚的山丘，到澳大利亚乡村的平原，一些全球最大的望远镜正在聆听来自遥远外星文明的信号。一项1月30日发表于《自然-天文学》的研究，描述了如何利用机器学习──人工智能（AI）的一个子集──帮助天文学家快速筛选此类搜索产生的大量数据。
　　2015年，俄罗斯亿万富翁Yuri Milner在加州伯克利资助了史上最大的SETI项目──“突破聆听”。该项目旨在寻找100万颗恒星上的智慧生命迹象。研究人员利用西弗吉尼亚州、澳大利亚和南非的望远镜，寻找来自恒星且频率稳定变化的无线电波。
　　麻烦的是，这些搜索产生了大量数据，其中包括来自手机、GPS和现代生活其他方面因干扰产生的误报──寻找SETI信号时，最大的挑战不是获得数据，而是区分人类或地球技术的信号，与从银河系其他地方找到的信号。手动查看数以百万计的观测数据结果，是不切实际的。一种常见的方法，是用算法锁定与天文学家认为可能的外星信号相匹配的信号。但这些方法，可能会忽略与天文学家预期略有不同的潜在信号。机器学习算法，在大量数据的基础上进行训练，可以学习识别地球干扰的特征，因此非常擅长滤除噪声。
　　而且机器学习，还擅长捕捉不属于传统类别的外星信号，这些信号可能被遗漏了。科学家团队通过“突破聆听”项目，对820颗恒星的观测结果进行了筛选，后者是利用位于西弗吉尼亚的绿岸射电天文望远镜观测到的。他们建立了机器学习软件来分析数据，其中收集的近300万个感兴趣的信号中大部分被放弃了。
　　因为它们是来自地球的干扰信号。之后手动审查了大约2万个信号，并缩小到8个有趣的候选信号。然而，最终却一无所获──团队第二次聆听时，所有8个信号都消失了。尽管如此他们建立的方法仍可用于其他数据，如南非MeerKAT望远镜的大量观测结果；也可以用于存档的SETI数据，以寻找以前可能被忽视的信号。
　　此外，机器学习也是这个月即将启动的另一项SETI计划的核心，人工智能还可以在SETI过程的其他阶段提供帮助。目前，SETI可能会继续使用经典和机器学习混合的方法整理数据。