人工智能被训练来搜索外星生命

从冰冷的海洋卫星到永远处于黑夜的一侧的行星，金发姑娘区域中有无数奇怪的世界——外星人可以在那里进化。搜索太空中的生命长久以来一直吸引着人类的想象力。现在，借助计算机的帮助，科学家们比以往任何时候都更有可能在噪音中找到一个信号。

技术信号和生物信号

搜索太空中的生命有两种形式。一方面是寻找任何在其他行星上进化的生物，即使是细菌或真菌。仅仅是外星霉菌化石的存在就会对人类的心理产生深远的影响，打破我们对生命的认知。

生物信号是任何过去或现在的生命的证据，无论是智能还是无脑的。它们不仅仅局限于脚印和骨骼。化学物质、生物膜、 атмос层气体，甚至从远处看到的反射特征可以表明生命的存在。但是，一些科学家正在寻找比阿米巴更有趣的东西。寻找外星智能（SETI）的爱好者们正在全世界范围内倾听技术信号，这是先进文明的标志。这些特定的生物信号可能包括无线电波，射电望远镜可以检测到这些信号——它们正在倾听，而不是观察太空。

但是，一些科学家正在寻找比阿米巴更有趣的东西。寻找外星智能（SETI）的爱好者们正在全世界范围内倾听技术信号，这是先进文明的标志。这些特定的生物信号可能包括无线电波，射电望远镜可以检测到这些信号——它们正在倾听，而不是观察太空。

人工智能加入团队

截至2023年，研究人员尚未发现任何技术信号的证据，但这并不意味着他们不在尝试。机器学习领域的新进展为SETI领域带来了新的活力。

斯坦福大学的Fei-Fei Li于2009年发布了免费的Imagenet数据库，该数据库包含超过1400万张标记图像。许多研究人员使用它开发了自己的机器学习模型。从那时起，人工智能（AI）在从医学到编程的各个领域都取得了巨大的进步。

人工智能在处理大量数据方面表现出色。科学家目前正在使用远程感知方法来搜索太空中的生命，这意味着他们正在收集来自其他卫星和行星的信息——而不是物理样本，如岩石。同时，这也意味着有人必须筛选所有数据。

像在珠穆朗玛峰上淘金一样，这项任务在手动完成时几乎是一项赫拉克勒斯式的劳动。它根本不切实际。幸运的是，人工智能软件可以寻找研究人员认为可能是技术信号的信号。机器学习模型可以分析过去的信号并预测未来应该听起来的信号，以检测可能来自外星世界的异常信号。

工程师们在大型数据集上训练算法，以便人工智能可以识别地球干扰的声音，例如来自我们自己星球的无线电波。这样可以帮助软件过滤掉虚假警报。有了数据分析的帮助，NASA已经编制了超过5,400个行星的目录，其中一些可能是宜居的。

现实世界中的应用

2023年2月，来自加利福尼亚大学洛杉矶分校（UCLA）的天文学家开始了一个名为Breakthrough Listen的公民科学项目，该项目允许公众查看无线电信号的图像。志愿者们正在帮助将图像分类为潜在的干扰形式，帮助训练人工智能算法来查看西弗吉尼亚州格林班克天文台的SETI数据。

格林班克以禁止居民使用电子设备而闻名。由于天文台的巨型射电望远镜需要——嗯，射频静默，居民不能使用Wi-Fi、微波炉或手机等设备。将数据导出到UCLA的AI项目中，允许格林班克充分利用众包在搜索太空生命中的优势。

加利福尼亚州SETI研究所的研究人员绘制了智利阿塔卡马沙漠和阿尔蒂普拉诺地区的盐丘、晶体和岩石中生存的微生物。这个跨越智利阿塔卡马沙漠和阿尔蒂普拉诺地区的盐沼可能是对那些看似贫瘠但实际上充满生命的行星的良好类比。

该团队与研究人员弗雷迪·卡莱齐斯合作，训练一个人工智能模型来寻找与沙漠中生命相关的模式。通过结合机器学习和统计生态学，研究人员发现他们可以检测到环境中存在的大多数生物信号。他们还发现，大多数微生物集中在水资源更丰富的地区。

在无人机或卫星内部，这种人工智能工具可能会检测到其他行星上的生物信号。该团队计划绘制其他地点的干旱山谷、冻土和温泉，以进一步训练机器学习模型，以便有一天它可能准备好执行太空任务。

人工智能的另一个实际用途是将数据组织成排名列表。科学家们正在使用机器学习来对可能拥有有前途的卫星或行星的恒星进行排名。他们将使用这些数据使用世界上最大的单碟射电望远镜——中国的FAST射电望远镜——进行SETI项目。

人工智能与搜索太空生命

对于一些怀疑者来说，SETI研究是一种浪费时间，因为它尚未发现外星生命的证据。然而，收集大量数据已经激发了其他科学领域的发展。

至少，SETI已经推进了机器学习领域，并激励了无数人寻找外星生命的迹象。最好，它将发现真正令人惊讶的东西——并可能永远改变历史的进程。如果那里有某个人或某种东西，有很大的可能SETI研究人员将是第一个听到他们声音的人。