一個聯合科研團隊在1月30日的《自然：天文學》雜志上刊文稱，他們使用改進的人工智能（AI），在太陽周圍的5顆恒星附近發現了8個可疑的外星技術文明信號。

銀河系中心方向的百萬恒星。ESO

這8個信號深藏在美國「綠岸」（Green Bank，又譯為「綠堤」）射電望遠鏡收集到的海量數據中。研究人員希望該技術能夠推進對外星文明的探索。

當前人類在宇宙中搜索外星文明的主要方法是監聽來自宇宙的無線電信號。之所以要監聽無線電信號，是因為無線電波作為通信媒介有其獨特優勢。

但宇宙中的許多天體也會發出無線電波，人類也用它來進行通信。雖然來自外星文明的無線電信號總歸會帶有一些特征，但是要如何將其從大量的背景噪音和干擾中辨別出來無疑是一項艱巨的工作。

如果沒有計算機技術，研究人員只能親自一一確認接收到的信號是否可疑。但是來自宇宙的電波數據浩如煙海，要從中找到可疑的信號比大海撈針還要難。計算機讓篩選信號的工作開始變得容易起來。

不過傳統算法效率相對低下，經常漏報。新發現的這些可疑信號隱藏在來自820顆鄰近恒星的150T數據中，傳統算法卻沒有發現其中有任何可疑。

新開發的人工智能技術則能對數據進行歸類，以便區分出真實信號和干擾。該技術具有學習能力，在經過訓練和自學之后，能夠區分出地外信號和地球干擾的不同。

計算機自我學習分為「監督」和「非監督」兩種模式。「監督」模式下的學習需要人為訓練；而在「非監督」學習模式下，計算機能夠通過自動搜索學習大數據集，發現隱藏其中的規律。此次研究人員將「監督」和「非監督」兩種學習模式結合在了一起，開發出了所謂的「準-非監督」學習模式。

采用該學習模式進行了深度學習的計算機，最終在距離地球30至90光年遠的9顆恒星附近，發現了8個可疑的外星技術文明信號。

研究人員表示，這些信號作為外星技術文明信號的候選者是可信的。它們來自這些恒星附近，而不是來自地球；它們的頻率還會隨著時間的推移而以某種方式發生變化，與已知的天體物理學現象都有一定的距離。

但這也可能是一種巧合。在包含了數百萬個信號的海量數據集中，找到一個能夠同時符合這兩個特征的信號是完全可能的。

因此盡管與理論預期相符，要確認這些信號來自外星文明，還需要多次的驗證——最好能夠重復接收到同樣的信號。而這種重復在「綠岸」望遠鏡進行的簡短后續觀測中尚未發現。

研究人員表示，他們未來打算使用該新技術，將搜索范圍擴展到太陽附近的至少100萬顆恒星。