使用新的机器学习算法，科学家们拾取了八个似乎具有技术标志的外星信号。
这项研究于1月30日在杂志上发表自然天文学，没有声称真的找到了聪明的证明外星人;对研究中检测到的信号的简短后续搜索只会导致沉默。但是研究作者说，使用人工智能是寻找外星智能的一种有希望的方法。
“这种方法在寻找外星智能时的表现如何，我给我留下了深刻的印象。”樱桃的，多伦多大学的天文学家陈述。 “在人工智能的帮助下，我很乐观，我们将能够更好地量化来自其他文明的外星人信号的可能性。”
新技术使用研究主要作者彼得开，多伦多大学的本科生称为“半无人看管的学习”。可以使用人类标记的数据来监督机器学习，从而使算法更容易通过完全无需方向从大型数据集中挑选大型数据集，从而使算法更容易做出预测或无监督。半无调的方法结合了两者。研究人员首先培训了该算法，以说出来自人类引起的信号的差异无线电波起源于地球和来自其他地方的无线电信号。 （无线电波是寻求外星智能或seti的常见目标，因为它们可以长距离穿过太空。）
研究人员测试了不同的算法，以最大程度地减少误报。他们分析了西弗吉尼亚州绿色银行望远镜的150台数据，涵盖了地球附近820星的观察结果。然后，他们发现了八个以前忽略了来自地球30光年至90光年的五颗星的信号。
大量努力的科学家们说，这些信号具有两个共同的特征，并具有智能外星人可能创建的信号。
“首先，当我们看着恒星时，它们在出现时，当我们看着时缺席 - 与当地的干扰相反，通常总是存在的当地干扰，”史蒂夫·克罗夫特（Steve Croft）声明中说，突破性的项目科学家在绿色银行望远镜上倾听。 “其次，信号随着时间的流逝而变化，使它们远离望远镜。”
MA警告说，这些功能可能会偶然出现。在提出有关远处外星人生活的任何主张之前，研究人员需要反复观察相同的信号。在绿色银行望远镜上进行了简短的后续观察，没有出现任何信号的迹象。
研究小组希望将其算法应用于功能强大的望远镜的数据，例如南非的Meerkat或计划的下一代非常大的阵列，该阵列将分布在北美。
马云说：“借助我们的新技术，再加上下一代望远镜，我们希望机器学习可以使我们从搜索数百颗恒星到搜索数百万美元。”
