人工智慧在外星生命搜尋中的應用：方法與限制

機器學習如今已應用於 SETI、系外行星與生物特徵研究中，用來過濾無線電干擾、審查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。DataRoot Labs 發布了一篇綜述，依這三條分支梳理這項工作，取材自經查核於 2026 年 10 月發表的既有研究與專案文件；該公司表示並未重現這些實驗。 在無線電 SETI 方面，UCLA SETI 團隊使用卷積神經網路評估訊號在各次指向觀測之間是否保持一致。Peter Ma 與合作者在 2023 年《Nature Astronomy》的一項研究中，結合變分自編碼器與隨機森林分類器，在 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；這八個訊號在後續觀測中均未再次偵測到。 該綜述也描述了實務上的限制：其中一個範例資料集約 264 GB，以 CC BY-NC 4.0 釋出，該授權限制商業再利用；而第一個教學範例需要具備 setigen 與繪圖相依套件的 Python 環境，但不需要下載望遠鏡資料。DataRoot Labs 表示已查核該文件，但並未執行該範例。

AI 依報導生成 · 1 小時前更新

還沒有足夠的連續觀測資料，暫不繪製趨勢。