据估计，宇宙包含数千亿个星系，每个星系都有大约这么多的行星，因此，地球是唯一有生命的地方的可能性小得令人难以置信。一个新的人工智能系统现在已经搜索了数百万个来自太空的无线电信号以识别潜在的人工来源，现在已经发现了8个看起来令人好奇的外星人信号。

如果外星人用正确的设备来扫描地球，他们会发现我们的无线电聊天和其他电磁信号，这种信号我们已经对外发射了一个世纪之久。考虑到这一点，"突破聆听"计划旨在扭转局面，搜索来自我们银河系中其他星球的人工无线电信号。该团队将这些信号称为"技术特征"。

问题是，宇宙是一个嘈杂的地方--恒星、黑洞、磁星、类星体、FRB、超新星、伽马射线暴和一系列其他物体和事件都能产生无线电和其他信号。然后还有来自我们自己技术的所有干扰，如移动电话和GPS卫星。调出背景噪音来寻找可能的外星技术信号是一项艰巨的任务。

或者至少对人类来说是这样。人工智能善于通过大量的数据进行分类，以寻找模式，这意味着这是一项完美的工作，可以将其投入到工作中。因此，在这项新的研究中，多伦多大学学生Peter Ma开发了一种新的机器学习算法，旨在筛选出最有前途的技术特征候选。

该算法在一个两步过程中工作。第一步涉及自动编码器，它在模拟的智能外星信号上进行训练，因此它知道要寻找什么。基本上，它需要是一个具有可检测漂移率的窄带信号，并且只出现在对天空的某些区域的观测中。这些模拟信号被添加到实际数据池中，直到自动编码器学会可靠地挑出它们。

一旦它能够做到这一点，人工智能就会在真正的工作中得到释放。数据集中的每个信号都要通过一种叫做随机森林分类器的算法来运行，该算法将值得注意的信号从噪声中分出来。在这种情况下，该团队将绿岸望远镜(GBT)收集的超过150TB的数据输入人工智能系统。

在数据集中的300万个信号中，人工智能识别了20515个感兴趣的信号。然后，研究人员不得不手动检查这些信号中的每一个--耐人寻味的是，这些信号中有8个具有成为技术特征的正确特征，不能归因于干扰。

"有八个信号看起来非常可疑，但是在我们用望远镜再次观察目标后，我们没有再看到它们，"马说。"从我们采集数据到现在已经有差不多五到六年的时间了，但是我们仍然没有再次看到这个信号。你会怎么想呢?"

尽管这些信号很耐人寻味，但它远不是对我们在宇宙中是否孤独这一最深刻问题的答案。研究小组承认，我们不知道真正的外星技术信号会是什么样子，而且使用模拟可能是在训练人工智能关注错误的东西。

然而，这是一个值得的练习，将人工智能应用于其他数据集可以产生更多可能的技术特征。

该研究发表在《自然-天文学》杂志上。