不僅會影響電磁波的傳播，還會使導致科學家無法從中批量化篩選，只能一條條識別哪些可能來自哪些智慧生命。

不過電磁波具有波粒二象性的特征，自身具有長短，長度不同的電磁波會產生不同的波段和衍射，科學家經過大量探索， 篩選出了最適合宇宙文明通訊的波段，這類波段頻率范圍較小，不易受宇宙輻射的干擾，能夠傳播很遠的距離，并且比較容易從輻射背景噪聲中區別。

即便有了一定的篩選條件，科學家所面對的仍然是海量的數據，因為地面射電望遠鏡也會接收到來自地球的信號，其中包括日常使用的電話或者wifi以及衛星等，我們需要人工智能快速的識別這些誤報，并從真正來自外太空的數據里分類出具有技術特征的信號。

來自多倫多大學的物理學教授 Peter Ma設計了新的人工智能算法：他先是將模擬信號[插·入]到了一組真實數據中，并使用一種名為自動編碼器的算法對數據進行處理，當該算法處理數據時，新的算法也會學習識別數據中的顯著特征。

隨后，這些具有特征的數據和再次被輸入到稱為隨機森林分類器的算法中，這種算法可以識別出帶有技術特征的信號究竟是來自地球還是來自外太空，排除掉人類自身的干擾，新算法的模擬信號則繼續進行學習。

訓練完人工智能算法后，Peter Ma為它收集到了西弗吉尼亞綠岸射電天文望遠鏡820顆恒星的觀測結果， 其中包含了150TB的數據，近三百多萬個無線電信號，人工智能篩選掉了絕大部分信號，這些被篩選掉的都來自地球，人工智能留下了20515個可能具有技術特征的外太空信號，這些就需要科學家來手動審查。