據估計，宇宙包含數千億個星系，每個星係都有大約這麼多的行星，因此，地球是唯一有生命的地方的可能性小得令人難以置信。一個新的人工智能係統現在已經搜索了數百萬個來自太空的無線電信號以識別潛在的人工來源，現在已經發現了8個看起來令人好奇的外星人信號。

如果外星人用正確的設備來掃描地球，他們會發現我們的無線電聊天和其他電磁信號，這種信號我們已經對外發射了一個世紀之久。考慮到這一點，”突破聆聽”計劃旨在扭轉局面，搜索來自我們銀河系中其他星球的人工無線電信號。該團隊將這些信號稱為”技術特徵”。

問題是，宇宙是一個嘈雜的地方–恆星、黑洞、磁星、類星體、FRB、超新星、伽馬射線暴和一系列其他物體和事件都能產生無線電和其他信號。然後還有來自我們自己技術的所有乾擾，如移動電話和GPS衛星。調出背景噪音來尋找可能的外星技術信號是一項艱鉅的任務。

或者至少對人類來說是這樣。人工智能善於通過大量的數據進行分類，以尋找模式，這意味著這是一項完美的工作，可以將其投入到工作中。因此，在這項新的研究中，多倫多大學學生Peter Ma開發了一種新的機器學習算法，旨在篩選出最有前途的技術特徵候選。

該算法在一個兩步過程中工作。第一步涉及自動編碼器，它在模擬的智能外星信號上進行訓練，因此它知道要尋找什麼。基本上，它需要是一個具有可檢測漂移率的窄帶信號，並且只出現在對天空的某些區域的觀測中。這些模擬信號被添加到實際數據池中，直到自動編碼器學會可靠地挑出它們。

一旦它能夠做到這一點，人工智能就會在真正的工作中得到釋放。數據集中的每個信號都要通過一種叫做隨機森林分類器的算法來運行，該算法將值得注意的信號從噪聲中分出來。在這種情況下，該團隊將綠岸望遠鏡（GBT）收集的超過150TB的數據輸入人工智能係統。

在數據集中的300萬個信號中，人工智能識別了20515個感興趣的信號。然後，研究人員不得不手動檢查這些信號中的每一個–耐人尋味的是，這些信號中有8個具有成為技術特徵的正確特徵，不能歸因於乾擾。

“有八個信號看起來非常可疑，但是在我們用望遠鏡再次觀察目標後，我們沒有再看到它們，”馬說。”從我們採集數據到現在已經有差不多五到六年的時間了，但是我們仍然沒有再次看到這個信號。你會怎麼想呢？”

儘管這些信號很耐人尋味，但它遠不是對我們在宇宙中是否孤獨這一最深刻問題的答案。研究小組承認，我們不知道真正的外星技術信號會是什麼樣子，而且使用模擬可能是在訓練人工智能關注錯誤的東西。

然而，這是一個值得的練習，將人工智能應用於其他數據集可以產生更多可能的技術特徵。

該研究發表在《自然-天文學》雜誌上。