尋找技術先進的地外生命提出了一個問題：”他們在哪裡？”答案往往在於銀河系的浩瀚和我們搜索的有限範圍。此外，計算早期的過時算法在處理今天的大規模PB級數據集時可能並不高效”。

幾十年來，尋找地外生命一直是科學探索和公眾著迷的話題。科學家們使用各種方法，如研究我們自己太陽系中的其他行星和衛星，分析來自遙遠恆星的信號，以及尋找系外行星大氣中的生物特徵，試圖回答我們在宇宙中是否孤獨的問題。儘管正在進行搜索和發現，地球以外是否有生命的問題仍然是我們這個時代最大的謎團之一，並繼續激勵和吸引著科學家和普通公眾。

現在，最近發表在《自然-天文學》上的一項研究，由多倫多大學本科生Peter Ma和來自SETI研究所、Breakthrough Listen和其他科學機構的研究人員領導，利用深度學習來分析以前研究的附近恆星的數據集。這種新方法發現了八個以前未被發現的感興趣的信號。

“我們總共搜索了820顆附近恆星的150TB數據，在這個數據集上，以前在2017年通過經典技術搜索過，但被標記為沒有有趣的信號，”主要作者Peter Ma說。”我們正在通過MeerKAT望遠鏡將這項搜索工作擴展到今天的100萬顆恆星，甚至更多。我們相信，像這樣的工作將有助於加快我們在回答’我們在宇宙中是孤獨的嗎’這一問題的偉大努力中的發現速度。”

八個感興趣的信號的瀑布圖。每個面板的寬度為2800赫茲，X軸參考了發現信號的片段的中心，如表1第3欄所述。資料來源：SETI研究所

搜索地外智能（SETI）通過試圖探測外星文明可能已經開發的技術信號或技術證據，尋找源自地球以外的地外智能的證據。最常見的技術是搜索無線電信號。無線電是在恆星之間不可思議的距離上發送信息的好方法；它能迅速穿過瀰漫在太空中的塵埃和氣體，並以光速（比我們最好的火箭快約2萬倍）進行。許多SETI工作使用天線來竊聽外星人可能發射的任何無線電信號。

這項研究重新審查了用西弗吉尼亞州的綠岸望遠鏡拍攝的數據，作為”突破聆聽”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應用於經典的搜索算法，以產生更快、更準確的結果。在運行新算法和手動重新檢查數據以確認結果後，新檢測到的信號有幾個關鍵特徵。

這些信號是窄帶的，意味著它們的頻譜寬度很窄，只有幾赫茲。由自然現象引起的信號往往是寬帶的。

這些信號有非零的漂移率，這意味著這些信號有一個斜率。這種斜率可能表明信號的來源與我們的接收機有一些相對的加速度，因此不是射電天文台的本地信號。

這些信號出現在ON-source觀測中，而不是OFF-source觀測中。如果一個信號來自一個特定的天體來源，當我們把望遠鏡指向目標時，它就會出現，當我們看向遠方時，它就會消失。人類的無線電干擾通常發生在ON和OFF觀測中，因為信號源離我們很近。

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：”這些結果極大地說明了將現代機器學習和計算機視覺方法應用於天文學中的數據挑戰的力量，從而產生新的探測結果和更高的性能。這些技術的大規模應用將對無線電技術特徵科學產生變革。”

雖然對這些感興趣的新目標的重新檢查尚未導致對這些信號的重新探測，但這種分析數據的新方法可以使研究人員更有效地理解他們收集的數據並迅速採取行動重新檢查目標。Peter Ma和他的顧問Cherry Ng博士正期待著在SETI研究所的COSMIC系統上部署這種算法的擴展。

自從1960年弗蘭克-德雷克在格林班克天文台的Ozma項目開始SETI實驗以來，技術的進步使研究人員能夠收集比以往更多的數據。這種大量的數據需要新的計算工具來快速處理和分析這些數據，以確定可能是外星智能證據的異常情況。這種新的機器學習方法在尋求回答”我們是孤獨的嗎？”這一問題方面有了新的突破。