AI 在寻找地外生命中的应用：方法与局限

机器学习如今已被用于 SETI、系外行星和生物特征研究中，用来过滤无线电干扰、审查行星候选体并估算大气性质，但这些系统都没有证实地球之外存在生命。DataRoot Labs 发布了一篇综述，沿这三条分支梳理了这项工作，依据的是已发表的研究和 2026 年 10 月核查过的项目文档；该公司表示它没有复现这些实验。 在射电 SETI 中，UCLA SETI 团队使用卷积神经网络来评估信号在不同指向之间是否保持一致。Peter Ma 及其合作者 2023 年发表在 Nature Astronomy 上的一项研究，将变分自编码器与随机森林分类器结合，在 Breakthrough Listen 的 Green Bank Telescope 观测的 820 颗恒星中识别出 8 个感兴趣信号；这 8 个信号在后续观测中均未被再次探测到。 该综述还描述了实际限制：一个示例数据集约 264 GB，以 CC BY-NC 4.0 发布，这限制了商业再利用；第一个教程示例需要带有 setigen 和绘图依赖项的 Python 环境，但无需下载望远镜数据。DataRoot Labs 表示它核查了文档，但没有运行该示例。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。