我们这个时代最伟大的科学项目之一是搜寻外星智能（SETI）——搜寻银河系其他地方存在技术先进文明的证据。这项事业的当前表现形式是“突破聆听”倡议，该倡议利用射电望远镜寻找不可能源自地球的信号。
这项努力中的巨大挑战在于梳理海量数据集——数百小时、多个频率的数据。研究人员在这些数据集中发现了数千万个虚假阳性信号，因此非常希望能有一种更快的方法来过滤掉这些“杂草”。
机器SETI
现在，加拿大 irtoronto大学的 Peter Xiangyuan Ma 和同事们训练了一个机器学习算法来代替完成这项工作。在对该机器进行测试时，该团队表示，它帮助识别了 8 个值得进一步跟进的感兴趣的信号。
来自遥远恒星的信号的一个特点是，只有当射电望远镜直接指向它时，才能观测到它。如果望远镜移开，信号应该会消失。相比之下，大多数来自地球的干扰信号无论望远镜指向何方都会泄露到观测数据中。
因此，天文学家开发了一种称为“位置切换”的技术，在该技术中，在观测过程中，射电望远镜会扫描天空的特定区域几秒钟，然后移开，然后继续扫描，如此循环往复。
这些周期会产生独特的数据模式。来自遥远恒星的任何信号都只会在“目标源”扫描中出现，而来自地球的干扰信号应该会出现在所有扫描中。这使得这些虚假阳性信号相对容易被发现。
Xiangyuan Ma 和同事们完善的技巧是教会一个机器学习系统识别这些周期中独特的模式。
他们使用他们的算法分析了罗伯特·C·伯德绿湾望远镜（位于西弗吉尼亚州）观测到的 820 颗恒星的 480 小时观测数据。这产生了超过 1000 个周期，生成了约 1.15 亿个数据窗口进行分析。
在这个“干草堆”中，该算法发现了近 300 万个独特的模式，经过进一步过滤后减少到仅 20,515 个。“在目视检查后，我们确定了 8 个有希望的感兴趣信号，”团队表示。
太阳类比
这些信号对应于五颗距离地球 30 到 90 光年之间的恒星。其中一颗是类似太阳的恒星，名为 HIP 62207。该团队重新观测了这些恒星，但没有再次看到相同的信号。“这表明，无论这些信号的真实性质是什么，它们都不是持久存在的，”他们说。
这项工作非常有趣，它推动了 SETI 可能性的边界。“这项工作代表了迄今为止最全面的基于机器学习的技信号搜索，并且通过发现以前未检测到的感兴趣信号，改进了以往的工作，”Xiangyuan Ma 和同事们表示。
这类自动化分析应该会使未来的研究更易于管理，并提高发现其他文明的能力。
目前，该团队对这些感兴趣信号的来源没有得出任何结论。但它们显然值得更多关注。“我们鼓励对这些目标进行进一步的重新观测，”他们说。
参考：对 820 颗附近恒星的技信号进行深度学习搜索：arxiv.org/abs/2301.12670
