一名大学生开发出人工智能来帮助寻找外星无线电信号

利用先进的人工智能帮助人类寻找外星生命的迹象听起来像是科幻小说的前提。然而，研究人员越来越多地采用这种策略来加快和改进他们的外星探测方法。正如《自然天文学》杂志发表的一篇新论文所揭示的那样，该领域最有希望的进步之一可能来自一名大学本科生。

过去几年，多伦多大学数学和物理专业三年级学生 Peter Ma 与 SETI 和 Breakthrough Listen（一项旨在寻找外星智慧“技术特征”的计划）的导师一起开发了一种新的神经网络技术，该技术能够解析大量银河无线电信号以寻找外星生命。根据 SETI 的常见问题解答，窄带无线电频率被认为是外星人存在的潜在指标，因为它们需要“专门建造的发射器”。

[相关：我们在宇宙中是孤独的吗？可能不是。]

虽然之前的搜索算法只能识别人类准确定义的异常，但马云的深度机器学习系统却可以实现人类算法通常无法复制的替代思维模式。

在给PopSci的一封电子邮件中，马云解释道：“人们已经将机器学习或深度学习的组件插入到搜索技术中，以协助[强调他们的] 搜索。我们的技术就是搜索，这意味着整个过程实际上被神经网络取代，它不再只是一个组件，而是整个过程。”

正如Motherboard和其他地方最近指出的那样，结果至少已经令人鼓舞——Ma 的系统发现了八个新的有趣信号。更重要的是，Ma 的深度学习程序在梳理来自 820 颗附近恒星的 150TB 数据时发现了潜在的外星人证据，这些数据之前曾使用传统技术进行分析，但当时确定没有任何值得进一步研究的东西。

根据马云周一发布的总结，这位大学生之前发现标准的监督搜索模型过于严格，因为它们只能找到与训练过的模拟信号相匹配的候选者，而无法概括任意异常。同样，现有的无监督方法太“难以控制”，会标记任何有细微变化的东西，“因此返回的大多是垃圾”。通过在深度学习程序的训练过程中中间交换加权考虑因素，马云发现他和他的团队可以“平衡两全其美”。

[相关：“历史性”人工智能聊天机器人不仅不准确，而且很危险。]

结果表面上是为潜在的外星生命迹象增加了一个校对器，能够突出显示人类眼睛甚至其他人工智能程序可能错过的异常。话虽如此，马云解释说，他的程序远非无人看管，需要大量的工程来指导它学习研究人员想要的属性。“我们最终仍然需要人工验证。我们不能仅仅依靠或信任像神经网络这样的黑匣子工具来进行科学研究，”他写道。“它是科学家的工具，而不是科学家的替代品。”

马还警告称，从统计学角度来看，这八个新发现的信号不太可能提供任何外星生命的确凿证据。尽管如此，他的新 AI 进步可能很快就会成为更准确地搜索恒星的宝贵工具。SETI、Breakthrough Listen 和马已经计划很快利用南非的 MeerKAT 望远镜阵列进行全天候技术特征观测，以及“让我们能够在数 PB 的额外数据中搜索类似信号的分析”。