AI 在外星生命搜尋中的應用：機器學習如何過濾無線電訊號與篩選系外行星

機器學習正被應用於 SETI、系外行星與生物特徵研究中，用來排除無線電干擾、篩選行星候選者並估算大氣特性，但這些系統都尚未證實地球之外存在生命。UCLA SETI 團隊的卷積神經網路會評估訊號在不同指向之間的一致性；而 Peter Ma 與合作者於 2023 年發表在 Nature Astronomy 的研究，則結合變分自編碼器與隨機森林分類器，從 Breakthrough Listen 的 Green Bank Telescope 觀測的 820 顆恆星中辨識出八個感興趣的訊號，後續觀測均未再次偵測到其中任何一個。