在思考發(fā)現(xiàn)技術(shù)先進的地外生命的可能性時，經(jīng)常出現(xiàn)的問題是，“如果它們就在那里，為什么我們還沒有找到它們?” 通常，回應是我們只搜索了銀河系的一小部分。此外，幾十年前為最早的數(shù)字計算機開發(fā)的算法在應用于現(xiàn)代 PB 級數(shù)據(jù)集時可能已經(jīng)過時且效率低下。現(xiàn)在，由多倫多大學本科生 Peter Ma 以及來自 SETI 研究所、Breakthrough Listen 和世界各地科研機構(gòu)的研究人員領(lǐng)導的研究發(fā)表在《自然天文學》上，“總的來說，我們搜索了 820 顆附近恒星的 150 TB 數(shù)據(jù)，該數(shù)據(jù)集之前曾在 2017 年通過經(jīng)典技術(shù)搜索過，但被標記為缺乏有趣的信號，”主要作者彼得馬說?！敖裉?，我們正在使用 MeerKAT 望遠鏡及其他望遠鏡將搜索工作擴大到 100 萬顆恒星。我們相信，像這樣的工作將有助于加快我們能夠做出發(fā)現(xiàn)的速度，以回答‘我們是孤獨的嗎?在宇宙中?'”

搜尋外星智能 (SETI) 通過嘗試檢測外星文明可能發(fā)展的技術(shù)特征或技術(shù)證據(jù)，尋找來自地球以外的外星智能的證據(jù)。最常用的技術(shù)是搜索無線電信號。無線電是在星際之間令人難以置信的距離上發(fā)送信息的好方法;它快速穿過彌漫在太空中的塵埃和氣體，而且速度是光速(比我們最好的火箭快大約 20,000 倍)。許多 SETI 工作使用天線來竊聽外星人可能正在傳輸?shù)娜魏螣o線電信號。

這項研究重新檢查了西弗吉尼亞州格林班克望遠鏡拍攝的數(shù)據(jù)，作為突破性聆聽活動的一部分，該活動最初表明沒有感興趣的目標。目標是將新的深度學習技術(shù)應用于經(jīng)典搜索算法，以產(chǎn)生更快、更準確的結(jié)果。在運行新算法并手動重新檢查數(shù)據(jù)以確認結(jié)果后，新檢測到的信號具有幾個關(guān)鍵特征：

1. 這些信號是窄帶的，這意味著它們的頻譜寬度很窄，大約只有幾赫茲。自然現(xiàn)象引起的信號往往是寬帶的。

2. 信號具有非零漂移率，這意味著信號具有斜率。這樣的斜率可能表明信號的來源與我們的接收器有一些相對加速度，因此不是射電天文臺的本地信號。

3. 這些信號出現(xiàn)在源觀測中，而不是在源觀測中。如果信號來自特定的天體來源，當我們將望遠鏡對準目標時它就會出現(xiàn)，而當我們移開視線時它就會消失。由于源靠近，人類無線電干擾通常發(fā)生在 ON 和 OFF 觀察中。

馬云的另一位研究顧問、SETI 研究所和法國國家科學研究中心的天文學家 Cherry Ng 說：“這些結(jié)果極大地說明了將現(xiàn)代機器學習和計算機視覺方法應用于天文學數(shù)據(jù)挑戰(zhàn)的力量，從而導致新的檢測和更高的性能。這些技術(shù)的大規(guī)模應用將對無線電技術(shù)簽名科學產(chǎn)生變革?！?

雖然對這些新目標的重新檢查尚未導致對這些信號的重新檢測，但這種分析數(shù)據(jù)的新方法可以使研究人員更有效地理解他們收集的數(shù)據(jù)并迅速采取行動重新檢查目標。Ma 和他的導師 Cherry Ng 博士期待在 SETI 研究所的 COSMIC 系統(tǒng)上部署該算法的擴展。

自 1960 年弗蘭克·德雷克 (Frank Drake) 在格林班克天文臺 (Greenbank Observatory) 開始 SETI 實驗以來，該天文臺現(xiàn)在是這項最新工作中使用的望遠鏡所在地，技術(shù)進步使研究人員能夠收集比以往更多的數(shù)據(jù)。如此龐大的數(shù)據(jù)量需要新的計算工具來快速處理和分析這些數(shù)據(jù)，以識別可能是外星智慧證據(jù)的異?，F(xiàn)象。這種新的機器學習方法在尋求回答“我們是孤獨的嗎?”這個問題方面開辟了新天地。