- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
AI助力寻找外星生命
本文转自：参考消息
参考消息网3月27日报道 据阿根廷布宜诺斯艾利斯经济新闻网2月28日报道，几个世纪以来，寻找地外生命一直吸引着人类的想象力，而随着人工智能(AI)取得的最新进展，这种渴望可能即将实现。
机器学习技术在寻找地外智慧生命领域的应用有望彻底改变处理和分析天文观测所产生的大量数据的方式。
这些先进的人工智能工具有可能识别出表明地球以外存在先进技术的信号，从而大大加快在宇宙其他角落发现生命的探索效率。
多伦多大学、加利福尼亚大学等组织的研究人员最近在《自然·天文学》杂志上发表了一项研究，为寻找外星智慧生命开辟了新的视野。
这项名为“利用深度学习搜索来自附近820颗恒星的技术信号”的研究，探索了利用人工智能克服寻找地外智慧生命努力最大挑战之一(过滤掉地球干扰并探测易被人类忽视的信号)的可能性。
从历史上看，寻找地外信号的数据分析一直面临着处理大量数据的问题，而这方面的难题直到最近几十年才出现在寻找地外智慧生命的领域。
过去，这方面的数据十分匮乏。1960年，天文学家弗兰克·德雷克将美国西弗吉尼亚州的格林班克望远镜对准两颗与太阳类似的恒星，开启了寻找外星智慧文明的努力。
2015年，在亿万富翁尤里·米尔纳的资助下，寻找地外智慧生命的努力通过“突破聆听”项目实现了一次巨大的飞跃。该项目利用分布在全球各地的望远镜，在100万颗恒星中寻找智慧生命的迹象。
这项新研究由彼得·马(音)牵头，采用了在大量数据基础上训练出来的机器学习算法。
这些算法能够识别地球干扰的特定特征，从而提高噪声过滤的质量。
人工处理数以百万计的观测数据是一项挑战，因此这种替代方法不仅具有创新性，而且非常必要。传统算法虽然有用，但其缺点是可能遗漏不符合已知模式的非典型信号。
彼得·马的团队对820颗恒星的“突破聆听”观测数据进行了分析，开发出一种机器学习软件，从而识别出近300万个有价值信号。
尽管大多数信号作为地球干扰被排除，但在2万多个经过人工审核的信号中，研究人员找到了8个有望成为地外智慧生命信号的候选信号。
这一过程和所使用的工具标志着我们在寻找地外生命的方式上取得了重大进展，凸显了人工智能在加速数据驱动的天文学时代到来方面的潜力。
人工智能正在给天文学的许多领域带来革命性的变化，而不仅仅是在寻找地外智慧生命方面。人工智能可以做出重大贡献的一些领域包括：
1.天文图像分析：人工智能将帮助处理和分析大量天文图像，从而识别星系、星云、超新星和其他宇宙天体。
2.天文事件预测：机器学习算法可用于高精度预测天文事件，如日食、行星凌日或彗星和小行星的出现。
3.系外行星的分类和发现：人工智能算法将能够分析来自太空和地面望远镜的数据，以识别恒星光度的变化，而恒星光度的变化表明可能有行星围绕其运行。
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2024-03-27 20:45:10
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
