SETI如何使用現成的AI來搜索外星生命

搜索外星智能研究所(SETI)正在使用Nvidia和Google 的現成機器學習技術來推進其在宇宙中尋找其他生命形式的使命。

使用這些工具，去年秋天新聘用的研究生發現了迄今為止發現的最豐富的信號數據集。

“實際上，我并不相信他，但最終證明這是真的。事實上，花費時間最長的事實上是撰寫論文并通過同行評審，“伯克利SETI研究中心主任Andrew Siemion說。

Siemion與Pandorabots首席執行官勞倫坤澤今天在談到VB峰會2018，為期兩天的會議在神學院米爾谷，加利福尼亞州舉行的公司高管。

這項工作包括搜索可能來自智能生命形式所使用的技術的信號 - 例如電磁活動或無線電或激光信號。

“如此快速的無線電爆發或FRB是我們在天文學中所知道的最激動人心的資源，”Siemion說。“我們大約10年前才發現它們。我們知道大約有50個左右的來源，其中一個已知可以重復 - 事實上它是唯一一個已知重復的東西。據我們所知，目前它是這種行為的唯一來源。有人建議源的實際祖先可能是某種技術。“

SETI通過在世界各地放置能夠每秒產生數百千兆字節數據的大型望遠鏡來尋找這些信號，每年由SETI突破性聽力計劃存儲數百兆字節。然后使用機器學習來搜索異常數據。

去年秋天，該團隊在西弗吉尼亞州綠岸望遠鏡產生的數據中，在6小時內檢測到21個FRB。一個月后，由研究生開發的算法發現另外72個爆發，使其成為SETI有史以來最豐富的數據集。

商品硬件有助于降低非營利組織SETI的成本，并防止其不得不依賴舊工具。Siemion說，在射電天文學中，為望遠鏡建造儀器傳統上是通過從頭開始創造需要數年才能開發的東西來完成的，并且在它準備好使用時已經過時了。

“我們在伯克利的團隊中只有十幾名全職員工，當然也沒有足夠的人員 - 或者肯定是專業知識 - 從頭開始??開發機器學習框架和算法和管道，”他解釋道。

Siemion說，我們并不孤單，并補充說，使用商品技術而不是定制解決方案的方法在天文學中變得越來越普遍。

“有很多機會可以利用這些算法，正在開發的軟件工具包，我們非常有興趣繼續應用這些算法來進行更多的發現。事實上，我們可能擁有許多，更多的FRB，甚至可能還有一些來自外星智能的信號，這些信號埋藏在我們的數據中，等待被發現，“他總結道。