机器技术将帮助追踪到外星技术，缘由如下。——2015年追踪外星巨型结构课题不是完全无效的

一位艺术家关于“外星巨型结构”可能相貌的插画（图片来源：凯文 吉尔/维基媒体 普通版/CC BY 2.0）

机器学习可以追溯到2015年，那年地球上一个巨大的天文台证明了4D时空结构的存在。科学家们开始设想一个相当牵强的想法：假如有智慧的外星人存在，他们会不会尝试建造我们的科学巨型结构？假如有，大家能找到吗？事实上，大家已经确定是的。这所有都始于一篇引人入胜的论文，名为“行星猎人IX”。KIC 8462852-通量在哪儿？在这篇论文中，一组研究职员介绍了他们对NASA开普勒望远镜采集的数据的剖析。

它涉及到一颗恒星，距离你所在的地方约1470光年，名为KIC 8462852，或博亚吉安星。依据研究小组的结果，博亚吉安星的光线有很奇特的降低。当大家在宇宙中有利地方研究恒星时，每当有东西经过它们和恒星之间都可以在望远镜中看到星光减弱。想象一下，你正盯着一个明亮的灯泡，然后有人从灯泡前面经过，它的光线好像中断了。

一般，正如你所料，系外行星在围绕其恒星宿主运行时会致使这种变暗，但对于博亚吉安的恒星来讲不是。“这不是一个球体，”SETI研究所的博士后研究员丹尼尔·贾尔斯在1月份的天文掌握第243次会议上说。“它由一堆面板组成。它看着像巨型结构的样子。正由于这样，在2015年的结果之后，人群变得疯狂。新闻文章，后续察看，看法文章，甚至只不过普通的喋喋不休开始在天文学范围荡漾。好，中止。我助你省了点麻烦，叫你了解最后的共识是：这类奇怪的降低不是由巨大的将来主义外星技术引起的。“可能是灰尘，”贾尔斯说。但事情是如此的。

机器学习可以帮助跟踪“如此的信号”，“事实上在开普勒数据中被遗漏了，”贾尔斯讲解说。事实上，这篇论文背后的研究职员发现光降异常的一个主要原因是，公民科学家在探寻其他东西时偶然发现了它。或者正如贾尔斯所说：“大家没注意到。所以，这正是他和其他研究职员的目的。或许，他们相信，关于外星人的真相就在数据中，大家仅需探寻它。贾尔斯和他的团队计划在NASA的凌日系外行星调查卫星（TESS）采集的数据中探寻让人困惑的、神秘的、有趣的和明显的不一般的信号。他们想要探寻没概念形状，概念深度甚至概念时间框架的星光降低，即宇宙异常值。

NASA的TESS任务旨在辨别系外行星，但这并非不用其数据来更好地知道恒星的原因。（图片来源：MIT）

机器学习可以帮助跟踪像如此奇怪的降低，可以通过光度曲线来发现，它代表伴随时间的推移出现的不同亮度。“大家正在计算光子，”Giles简单地讲解说。然而，真的的挑战恰恰是团队期望怎么样开始这个很任务：机器学习。过程大致如下：研究中用的TESS数据基于卫星对不同天空扇区进行察看。这类扇区一次察看了大约30天；在扫描期间，TESS每30分钟拍摄一次察看地区的网站快照。这最后致使该团队获得了大约6000万条筹备进行剖析的光曲线，这类曲线是为亮度超越14等的恒星生成的。

在星等系统中，较小的数字比较大的数字更亮-比如，0星等的物体比5星等的物体亮100倍。满月以12.6左右的星等o进入负相，太阳照射在-27左右。诸这样类。下一步是开始依据形状和周期等原因大规模组织灯光曲线。“大家正在处置6000万个不一样的光曲线，所以大家需要它们实惠且易于计算”。贾尔斯说。“大家计算这类实惠的指标，然后在上面运行异常测试，这是一个基于密度的异常测试-大家会发现什么功能突出。

然后，在将数据剔除到可管理的大小之后，团队筹备应用更精细的技术，一般需要更多的计算能力，包含细节和难做的剖析。“大家确保这种行为确实存在，并且是天体物理学的，而不是因为仪器问题。贾尔斯说。假如某物表现出可辨别的模式，那样，是时候回到剔除阶段了。“最后，大家通过手工，”贾尔斯说，“由于没什么比人眼更善于发现奇怪的东西了。

为了发现一名外星人，你需要一名人类。

老实说，我非常高兴听到一些本质上人类可以找到奇怪的东西，就像没机器真的可以。我觉得这是大家努力探寻智能外星人的原因。我想，大家天生就好奇，并且不知何故被模式中的失误所吸引。“大家可以在一定量上用ML办法，”Giles告诉Space.com，“但最后，大家需要可以理解为何会发生这样的情况。或许一个充满即便是最精确的数据集的池就是如此-一个充满高精度数据集的池-直到人类开始分析以打造连接机器还没被编程来辨别。“对于像异常测试如此的东西，还有一个额外的方法，”贾尔斯说。“没真值，所以大家不可以练习一些东西来找到最奇怪的东西，或者最有趣的东西，由于大家不肯定了解那是什么。

KIC 8462852和另一颗明亮的恒星进行比较，显示它在左边（东）有一个明显的突出。（图片来源：Boxaiian et al）

没外星人巨型结构：恒星的奇怪变暗可能是由尘埃引起的“外星人巨型结构”恒星第三与奇怪的调光大家能和外星人交流吗？即便涉及到旨在模仿人类结构的规范机器人，科学家们的一个限制步骤是关于解码决定大家移动方法的物理定律。这是由于，作为人类，大家真的无需了解人类的某些方面是怎么样工作的。他们只不过工作。比如，几年前，一个团队在弄了解大家的指纹怎么样影响大家的握力方面获得了突破。你了解当你洗滑溜溜的盘子时，你本能地了解怎么样用力握住盘子，以免它们从你的手中掉下来？

在整个过程中你都在无意识地考虑你的指纹。但科学家们不能不拟定一个新的物理定律，将这种本能转化为书面事实。对于机器学习和AI，好像也有类似的担心，尽管这两者在技术上都是可以练习的，可以提源于己的一些解决方法。让机器编程去探寻大家以前没发现的东西是非常困难的，由于大家会告诉它去探寻什么？这有点像科学家们怎么样拥护詹姆斯·韦伯太空望远镜，由于它或许会回答一些大家从未想过要问的宇宙问题。“人工智能和ML可以为大家做的是有限的，但只须大家知道ML具体在干什么，也有不少机会。贾尔斯说。这是精神粮食。

贝克赛安星在红外线和紫外线。（图片来源：IPAC/NASA,STScL(NASA)）/维基共享资源)

然而，贾尔斯说，该团队也在试图探寻确实可编码的特定异常。“大家已经将近200万种不一样的人工信号注入光曲线中，这类光曲线没大家所了解的任何倾斜特点，但仍然存在伪影，因此它们仍然有行为。他说。至于到现在为止的异常结果？“到现在为止，这类都没像巨型结构一样对大家说话，“但他们一定非常有趣。”

By: Monisha Ravisetti

FY: 何丹怀（懷）

如有有关内容侵权，请在作品发布后联系作者删除

转载还请获得授权，并注意维持完整性和注明出处

Tags：外星