探寻外星文明 你也可以参与其中！

作者 | 毛丽 魏子敏转自：大数据文摘 |bigdatadigest星际探索中，一切成就变得格外伟大而浪漫。...

星际探索中，一切成就变得格外伟大而浪漫。在无数太空任务中，一类任务特别激动人心——寻找外星生命。

天文学家搜寻外星人的每一点进展都让全人类沸腾。而除了天文学知识和仪器的进展，鉴于天文研究涉及的数据量级异常巨大，数据处理的精进、机器学习、云计算等在数据科学领域的新成就也会为这项事业带来新的意义。

本月早些时间，在东伦敦举办的高性能计算年度研讨会中（Centre for High Performance Computing Workshop），IBM南非研究实验室的Francois Luus博士主持了一场长达三小时的研讨，探索关于深度学习计算环境和无监督学习的相关话题。Francois Luus博士介绍了一项由IBM和SETI研究院合作展开的有趣项目，希望利用Spark和机器学习技术找出数据异常，寻找太空中的外星文明信号。

如果假设我们的外星邻居们在试图与我们接触，我们也应该寻找他们。

目前我们已经启动了若干个计划，用来搜索在宇宙中的其他地方存在着生命的证据。这些计划总称为“SETI（the Search for Extra-Terrestrial Intelligence）”。

SETI致力于用射电望远镜等先进设备接收从宇宙中传来的电磁波，从中分析有规律的信息数据，希望借此发现外星文明。

过去数十年，SETI为了收集外星生命存在的迹象，构建了“艾伦望远镜阵列”(Allen Telescope Array，www.seti.org/ata)。这项工程由微软联合创始人保罗艾伦资助，目标是通过构建一个小型望远镜阵列，在降低成本的同时，达到巨型天文望远镜的探测效果。艾伦望远镜阵列也被称为“世界上用于搜寻银河系中其他文明的最有力的工具”。艾伦望远镜阵列每小时产生的数据量级高达4.5TB，探测数据中又夹杂大量由自然界和人类产生的干扰数据。如何处理如此巨大的数据流量？如何通过机器学习算法排除其中的干扰数据，找出真正令人感兴趣的“外太空信号“？这是SETI亟待解决的技术难题。

IBM目前正使用Spark技术和机器学习算法协助NASA下属的非盈利科研机构SETI （致力于研究人类起源和外星文明的科研机构）来搜寻外星文明。

本次研讨会上，Francois Luus博士向十几位与会者介绍了IBM Bluemix Spark这一技术，并汇报了最新进展。艾伦望远镜阵列被用于以厘米波段寻找外星智慧存在的蛛丝马迹，至今已产生600万个信号样本。而IBM Bluemix Spark将用来分析取自这些样本的压缩数据集。Francois Luus博士的团队目标是利用Spark和机器学习技术找出数据异常，进而发现外星生命。

Francois Luus博士表示，这些数据量级太大，SETI团队说不定会漏掉某些外星人的信号。因此，团队公开了数据库，并提供了数据处理工具，还给出了一些入门的Ipython notebook格式的代码。这些资源可以从GitHub上下载到。感兴趣的同学可以下载下来，说不定可以发现外星文明的信息！

GitHub相关数据集链接：https://github.com/ibm-cds-labs/seti_at_ibmSETI利用艾伦望远镜阵列（ATA）来收集太阳系外的辐射信号。几乎每个夜晚，ATA都会收集来自于天空中各个角落的、频率在1-10 GHz的辐射信号。

信号观测的结果储存于下面的数据中：- 两个原始数据文件，可能是两个CompAmp或两个archive-CompAmp文件，这取决于信号分类的结果。

- 实时信号分析结果，在SignalDB 中储存为一行数据。

对于每一个ATA望远镜，辐射信号的水平分量和垂直分量是分别测量的。对于每一个偏振方向，全体ATA阵列的原始时序信号会被数字化，并组合成一个数据文件。

另外，时序信号经过带通滤波，因此数据中信号的频率只有很小的范围，也就是带宽是比较小的。确切的频率范围可以从原始数据文件的开头获取信息，并解析出来。团队提供了一个python包，如果再读一次研究生

2. 13张图，带你认识大学各专业

3. 你以为你很懂水？

4. 拿过奥运会奖牌的数学家，数学博士答辩时却坐满了他的球迷

5. 磁场的本质是什么？|No.32

6. 广义相对论和狭义相对论的根本区别 |No.31

7. 物理天才马约拉纳消失之谜

8. 研究量子场论的 也许是这个星球上最聪明的一群人

9. 他是中科院超牛的物理学者，更是摇滚界无人不知的“李白”

10. “逗妹纸”的16种用法 | 线上科学日

    关注 微文阅读推荐