AI会第一个找到外星文明吗?这项由华裔大学生主导的新研究或带来希望

AI会第一个找到外星文明吗?这项由华裔大学生主导的新研究或带来希望
2023年02月01日 15:04 红星新闻

寻找地外智能(SETI)是通过试图探测外星文明可能已经开发的技术信号或技术证据,来证明地外智能存在。最常见的技术是搜索无线电信号。一个常见的疑惑是——如果有外星生命,为什么我们还没有发现他们?而通常的回答是,人类只搜索了银河系的一小部分。此外,几十年前为早期数字计算机开发的算法在现在可能会显得过时和低效。

发表于2023年1月30日《自然·天文学》的一篇论文将新深度学习技术应用于搜索地外信号,发现了8个以前没有被识别到的“候选外星信号”。虽然搜索最终为空——当团队再次收听时,所有8个信号都消失了,但其证明AI应用产生了更快、更准确的结果。

该研究由多伦多大学华裔大三学生马骧远(Peter Ma)领导,他与来自加州大学伯克利分校SETI研究所和其他科研机构的研究人员合作,将一种深度学习技术应用于重新分析恒星数据集。当地时间1月31日,马骧远接受了红星新闻记者采访,分享了他的工作成果和关于人类寻找地外生命的思考。

↑马骧远↑马骧远

AI寻找外星人:

可以搜索人类不能预测的信号

马骧远训练了一种名为“autoencoder”的AI算法。当AI算法处理数据时,它“学会”识别数据中的显著特征。马骧远告诉红星新闻记者,他设计了一种新型的深度学习算法,可以提高算法的运行速度,并且解决“信号如何出现在我们的数据中的偏差”这一问题。“然后我设计了一个搜索管道,在2周内处理了150TB的数据。”据他说,他的团队重新分析了2016年至2017年间美国绿岸射电望远镜收集的820颗恒星的150多TB(480个观测小时)的观测数据集。

↑美国绿岸射电望远镜↑美国绿岸射电望远镜

马骧远告诉记者:“它(AI)识别了20515个感兴趣的信号,然后我们不得不手动检查。其中,8个信号具有技术签名的特征,不能归因于无线电干扰。”他总结说,他们的工作表明,他的方法既改进了信号检索,也改善了算法的运行时间。

面对新方法和传统方法之间的差别,马骧远向红星新闻记者解释说:“在过去,传统的技术(有效地)寻找了无线电频谱图中的直线和检查ON-OFF模式。这种方法对信号如何出现(预先)做出了具体的假设。然而,我们并不期望每个无线电技术信号都能完全遵循(人类具体假设的)模式。而机器学习方法寻找具有ON-OFF模式的‘一般异常现象’。换句话说,AI技术不再像传统方法一样仅仅寻找直线,而是可以搜索我们人类不一定能预见到的各种潜在信号。因此,(AI技术)帮助我们撒出更大的网。”

人类并不孤独?

“有可能不,所以寻找答案”

就“我们在宇宙中是孤独的吗”这一问题,马骧远回答红星新闻记者:“有一个主流现状,那就是我们事实上是孤独的。作为科学家,我们对这种说法也持怀疑态度。就在过去几十年的现代天文学中,我们发现了我们(人类居住的地球)的情况——作为一个表面有潜在液态水的类似地球的行星,围绕一颗稳定的恒星运行——并不罕见。我们(人类)对宇宙的观察越多,似乎我们的情况就越不独特。在我看来,人类的摇篮实际上没有非常特殊。”

“这是否意味着我相信此刻有地外生命在向我们招手呢?”马骧远进一步回答说,“当然,在我们找到证据之前不会(相信)。作为一个科学家,我们仍然对能否找到问题的答案保持怀疑,直到我们找到足够的证据来证明。但我相信仅仅是因为(不孤独)这种可能性存在,就足以成为我们去寻找答案的理由。”

马骧远认为,搜索地外技术信号不是为了找到一个“是”或“不是”的答案,其意义在于科学技术方面的进步。与1960年第一次搜索时相比,他的团队现在可以更全面地进行搜索,“我们在进行搜索时并不想着要找到答案,而是调查那里到底有什么。”

高中提出想法

“《三体》等科幻小说是我的巨大动力”

在接受红星新闻记者采访时,马骧远还分享了他思考“AI技术寻找外星人”的时间线和动力。他说:“我在2020年高中毕业时在论文中提出了这个想法。大学一年级,我继续研究这个项目,并在2021年夏天对前辈的论文研究结果进行搜索查阅。”

“就我个人而言,科幻小说一直是我的巨大动力,例如《三体问题》或《2001太空漫游》这样的作品,它们都是惊人的小说。当唯一的限制是我们的想象力时,这些科幻小说有助于我们探索‘我们能够做些什么’。”

↑科幻迷们在科普产品博览会上参观 据视觉中国↑科幻迷们在科普产品博览会上参观 据视觉中国

《2001太空漫游》是英国作家、国际通讯卫星“奠基人”阿瑟·克拉克创作的长篇小说,于1968年首次出版。《三体》是作家刘慈欣创作的长篇科幻小说,于2006年在《科幻世界》杂志上连载,讲述了地球人类文明和三体文明的交流、博弈及宇宙社会观。

马骧远的研究指导者、SETI研究所和法国国家科学研究中心的天文学家Cherry Ng说:“(马骧远的研究)结果极大地说明了将现代机器学习和计算机视觉方法应用于天文学数据挑战产生的力量,其研究产生了新的探测结果和更高的性能。这些技术的大规模应用将为无线电技术科学带来变革。”

红星新闻记者 王雅林 实习记者 邓纾怡

编辑 何先锋 责编 官莉

大学生外星文明
新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片