【大纪元2023年11月16日讯】（大纪元记者林达编译报导）一群有影响力的科学家提出了一种寻找外星人的现代方法，呼吁更好地利用大数据和机器学习技术。这或许将为寻找外星智慧生命带来新思路。
这个由22名科学家组成的团队于8月30日在arxiv.org网站发布了一份新报告，认为目前的方法以地球人类为基点，可能会产生偏差，需要更好地利用新工具，即来自望远镜的海量数据和新的计算机算法以挖掘数据，去发现未曾被注意到的天体物理上的奇异现象。这些奇异之处也许会指向外星人造的物体或现象。例如，大气中的氯氟烃和氮氧化物可能出于工业污染。或者也许有一天，科学家们可以检测到戴森球（Dyson sphere）排出废弃热量的迹象——戴森球是一种理论上存在的巨大外壳——即外星文明围绕一颗恒星建造起来的一种结构，以充分利用恒星能量。
加州理工学院天文学家、该报告的主要作者之一乔治·乔戈夫斯基（George Djorgovski）表示：“我们现在拥有来自各种波长的天空调查大量数据集，一次次地覆盖天空。”过去从未有过这么多关于天空的信息，并且我们还有探索它的工具。特别是，机器学习让我们得以搜寻可能不显眼的一些目标，它们在某种程度上，随着时间的不同，颜色或行为会发生变化。例如，这可能包括在某些波长下闪烁或异常明亮的物体，或一些速度异常快、路径又无法解释的物体。
当然，大多数时候，数据异常值都有普通的解释，比如仪器发生了错误。有时异常值确实揭示了一些新奇的东西，不过仍具有天体物理特性，而非人为的来源。比如一种以前没见过的变星、类星体或超新星爆炸这类现象。科学家们称，新方法有一个关键优势，即无论发生什么，总能学到一些东西。报告引用了天体物理学家弗里曼·戴森（Freeman Dyson）的话：“每次对外星文明的搜寻都应该有完善的计划，这样即使没有发现外星人，也应该得出有趣的结果。”
起源与科学背景
该项目源于2019年在加州理工学院凯克空间研究所举行的一次大型研讨会，成员包括来自加州理工学院和美国宇航局（NASA）喷气推进实验室（JPL）的天文学家和行星科学家团队，以及其他一些人，例如来自宾夕法尼亚大学的Jason Wright州立系外行星和宜居世界中心以及海豚交流专家丹尼斯·赫津（Denise Herzing），她因在非人类语言方面的专长而列席会议。
外星“科技特征”（Technosignature）搜索与天体生物学相关，但又有所不同，天体生物学通常是指更广泛地寻找宜居行星（但不一定已有生物生存其上）。天体生物学家寻找生命必需元素的迹象，例如液态地表水和具有氧气、二氧化碳、甲烷或臭氧化学特征的大气。搜索通常包括寻找简单生命形式的证据，例如细菌、藻类或水熊虫。詹姆斯·韦伯太空望远镜帮助天文学家在这方面取得了进展，它能够对行星大气进行光谱分析，并发现了像K2-18 b（含有甲烷和二氧化碳）和GJ 486 b（含有水蒸气）这样充满希望的世界。
科技特征搜索也不同于搜索由外星文明偶然或故意发出的无线电信号。这种对地外文明的搜寻，也称为 SETI，通常涉及使用专用射电望远镜，如艾伦望远镜阵列（Allen Telescope Array）和格林班克天文台（Green Bank Observatory），以一定频率扫描天空的部分区域。
但乔戈夫斯基及其同事担心这类搜索受到偏见的困扰，比如外星人是什么样子的、开发了哪些技术、如何殖民行星及其发出的信号种类等。他们指出，其它生物可能不具有基于碳和水的化学物质，并且可能使用我们所不熟悉的技术。“过去，对外星智慧生命的搜寻主要集中在无线电上。我个人对此持怀疑态度，因它基本上假设一个先进文明想要发送信号，并会使用20世纪中叶地球的技术来做到这一点，还要以我们可以理解的方式的做，”他说。作为一个例子，他提到在20世纪初，世界大战和其它虚构作品引发了人们对火星人的猜测，发明家尼古拉·特斯拉、托马斯·爱迪生和古列尔莫·马可尼都认为检测到了来自火星的信号，其实只不过是无法穿透地球大气层的低频无线电噪声。
由数据驱动的搜索
其他人则对SETI广播更加乐观。该报告的合著者、加利福尼亚州山景城SETI研究所的天文学家索菲亚·谢赫（Sofia Sheikh）表示，此类研究应被视为对由数据所驱动的新方法的良好补充，而非竞争者。 “我认为在这个领域仍有一个非常重要的位置，因为天空很大。猜测可能的地方用以提高机会，是值得的，”她说。
谢赫认为该报告是帮助科研人员实现共同目标的有用资源，从而科研人员在深入研究他们所不熟悉的数据、或在编写能检测异常现象的算法时，不需要从零开始。在过去十年中，她和其他天文学家就曾利用了来自美国宇航局和欧洲航天局等机构的光学和红外数据。他们还期待在智利北部建造薇拉·鲁宾天文台（Vera Rubin Observatory），该天文台将收集约100亿颗银河系恒星和数百万个太阳系天体的数据。
以前的天体勘测主要是绘制天空地图，包括那些发出最微弱星光的天体。但最近的许多努力都是所谓“时域调查”的一部分，即天文学家多次绘制同一块天空的地图，以便看到时间所带来的变化。 “如果你再次带着望远镜回来，你会发现天空不是静止的，物体在脉动、摆动和振荡，”未参与该报告的华盛顿大学天文学家詹姆斯·达文波特（James Davenport）说道。他说，“这就是为什么重复测量可以产生关键数据的原因。 很多事情每分钟、每小时、每年都在变化着。”
达文波特同意该报告作者的观点，即数据驱动的技术，包括通过反复观测天空获得的数据。也就是说，在庞大宇宙中找到一个被外星智慧生物统治的世界，这种像大海捞针一般的方法或许很有用。这些技术可能包括研究遥远物体发出的光变发生弯曲的情形，看看其行为是否与预期不同，或者研究太阳系中天体的运动轨道参数，因为有些物体可能不是起源于这里。机器学习工具包括“无监督学习”（unsupervised learning），其中计算机算法分析特定波长下恒星或类星体的亮度等参数，并可以识别统计异常值。
诱发更多深入研究
很难知道哪些异常现象会变得有趣，甚至揭示外星生命的迹象。例如，2017年，一个被称为“奥陌陌”（Oumuamua）的雪茄形状物体，它看起来要么是小行星，要么是彗星，飞掠太阳系。哈佛大学天体物理学家阿维·勒布（Avi Loeb）认为其奇怪的加速轨道可以用它是一艘外星飞船来解释，这一观点引发了争议。今年3月的新研究证明，这颗星际闯入者其实不过是颗彗星，尽管是一颗奇怪的彗星，没有尾巴，并且由于排出的氢而自行加速。 奥陌陌确实是一个异常物体，它引发了有趣的科学研究，而这类由数据驱动的研究可能会发现更多类似的物体。
乔治梅森大学计算社会科学家阿纳玛丽亚·贝里亚（Anamaria Berea）没有参与该项目，她表示，关于科技特征搜索的新研究并未表明该领域的真正转变，而是展示了该领域正在进一步发展，并吸引具有不同角度和专长的科学家。她表示，值得使用新工具来探索为其它目的而收集来的数据集，希望找到那些有趣的奇异性。“十年、二十年前，我们还没有人工智能和计算机技术的爆炸式增长，”她说，现在这些技术也可以用于处理已经存档的历史数据。
科技特征搜索是热门的研究主题，但仍属一个缺乏稳定资金的小领域。贝里亚希望数据驱动方法所发展出科学分支，包括从那些最终证明并非外星人的异象中学习，将推动这一领域的发展，并赋予它更多的合理性。与此同时，新论文的研究团队将继续探索人类最深刻的问题之一：人类在宇宙中是否是孤独的存在。◇#
责任编辑：叶紫微
