大约 5.4 亿年前，地球泥泞的海底突然出现了多种生命形式。这个时期被称为寒武纪大爆发，这些水生生物就是我们的远古祖先。
地球上所有复杂的生命都是从这些水下生物进化而来的。科学家们认为，这一切只是海洋氧气水平略微增加到某个阈值以上。
我们现在可能正处于人工智能(AI) 的寒武纪大爆发之中。在过去的几年里，一系列功能强大的人工智能程序如Midjourney 、 DALL-E 2和ChatGPT展示了我们在机器学习方面取得的快速进步。
人工智能现在几乎用于所有科学领域，以帮助研究人员完成常规分类任务。它还帮助我们的射电天文学家团队扩大了对地外生命的搜索范围，迄今为止的结果很有希望。
用人工智能发现外来信号
当科学家们寻找地球以外智能生命的证据时，我们已经建立了一个人工智能系统，它在信号检测任务中击败了经典算法。我们的人工智能经过训练，可以搜索射电望远镜的数据，寻找自然天体物理过程无法产生的信号。
当我们向 AI 提供之前研究过的数据集时，它发现了经典算法遗漏的八个感兴趣的信号。需要明确的是，这些信号可能不是来自外星智能，更有可能是无线电干扰的罕见情况。
尽管如此，今天发表在《自然天文学》杂志上的我们的发现强调了人工智能技术肯定会在寻找外星智能方面继续发挥作用。
不太聪明
人工智能算法不“理解”或“思考”。它们确实擅长模式识别，并且已被证明对分类等任务非常有用——但它们没有解决问题的能力。他们只执行受过训练的特定任务。
因此，尽管 AI 检测外星智能的想法听起来像是激动人心的科幻小说情节，但这两个术语都是有缺陷的：AI 程序并不智能，搜索外星智能也无法找到智能的直接证据。
相反，射电天文学家寻找射电“技术签名”。这些假设的信号将表明技术的存在，并通过代理表明存在一个有能力利用技术进行通信的社会。
在我们的研究中，我们创建了一种算法，该算法使用 AI 方法将信号分类为无线电干扰或真正的技术签名候选者。我们的算法的表现比我们希望的要好。
我们的人工智能算法做了什么
技术签名搜索被比作在宇宙大海捞针中寻找针头。射电望远镜产生大量数据，其中包含来自电话、WiFi 和卫星等来源的大量干扰。
搜索算法需要能够从“误报”中筛选出真正的技术签名，并且要快速完成。我们的 AI 分类器满足这些要求。
它是由多伦多大学学生 Peter Ma 设计的，他也是我们论文的第一作者。为了创建一组训练数据，Peter 将模拟信号插入到真实数据中，然后使用该数据集训练一种称为自动编码器的 AI 算法。当自动编码器处理数据时，它“学会”识别数据中的显着特征。
在第二步中，这些特征被输入到一种称为随机森林分类器的算法中。这个分类器创建决策树来决定一个信号是否值得注意，或者只是无线电干扰——本质上是将技术签名“针”从大海捞针中分离出来。
在训练我们的 AI 算法后，我们从西弗吉尼亚州的格林班克望远镜向它提供了超过 150 TB 的数据（480 个观测小时）。它确定了 20,515 个感兴趣的信号，然后我们必须手动检查这些信号。其中，八个信号具有技术特征，不能归因于无线电干扰。
八个信号，没有重新检测
为了尝试验证这些信号，我们回到望远镜重新观察所有八个感兴趣的信号。不幸的是，我们无法在后续观察中重新检测到它们中的任何一个。
我们以前遇到过类似的情况。 2020 年，我们检测到一个信号，结果证明是有害的无线电干扰。虽然我们将监控这八名新候选人，但最可能的解释是他们是无线电干扰的不寻常表现：不是外星人。
遗憾的是，无线电干扰问题并没有解决。但随着新技术的出现，我们将能够更好地应对它。
缩小搜索范围
我们的团队最近在南非的 MeerKAT 望远镜上部署了一个强大的信号处理器。 MeerKAT 使用一种称为干涉测量法的技术将其 64 个碟形天线组合成一个望远镜。这种技术能够更好地查明信号来自天空中的哪个位置，这将大大减少无线电干扰造成的误报。
如果天文学家确实设法检测到无法解释为干扰的技术特征，这将强烈表明人类并不是银河系内技术的唯一创造者。这将是可以想象到的最深刻的发现之一。
同时，如果我们什么也没检测到，那并不一定意味着我们是周围唯一具有技术能力的“智能”物种。未检测到也可能意味着我们没有寻找正确类型的信号，或者我们的望远镜还不够灵敏，无法检测到来自遥远系外行星的微弱传输。
在进行寒武纪发现大爆发之前，我们可能需要跨越敏感度阈值。或者，如果我们真的很孤独，我们应该反思地球上生命的独特美丽和脆弱。 
本文根据知识共享许可从The Conversation重新发布。阅读原文。