IBM 用機器學習尋找外星人，不用再望穿銀河秋水

如果雲計算在1982年就成為現實的話，科幻電影《外星人E.T.》中 E.T. 的可能會更快的回歸自己的星球。

對於那些並不是很瞭解的年輕人而言，E.T. 是同名叫座電影中的一個可愛的外星人——因為同行的植物學家同伴離開得太匆忙，他被不小心留在了地球上。

最終，E.T. 在一個工具房中被當地的孩子發現。孩子們用拼讀機、內襯鋁箔的雨傘以及裝滿電極的咖啡罐發出了長距回擊波，最終成功幫助他聯繫到了自己的家人。

上面說的只是三十多年前的情況。在已經擁有機器人學習與雲計算技術的今天，我們可以借助先進技術尋找外星人了嗎？答案是：肯定的。

就在上周的倫敦東部高性能計算中心，來自南非總部的 IBM Research 科學家 Francios Luus 主持了有關深度學習計算環境和自主機器學習會議，這場一年一度的會議持續了三小時。

Luus 介紹了 IBM Bluemix Spark 項目的十二個參與者，他們將以艾倫望遠鏡陣列收集到的 600 萬個信號樣本為基礎分析壓縮資料。艾倫望遠鏡陣列的設計初衷，就是為了在釐米波長下能夠同時高效進行多項外星人研究。

參與者們的目標是通過 Spark 和機器學習技術的結合來找到有關外星生命的異常資料。

“比起在這裡研究機器學習，如果我們可能在其他地方找到外星生命，這件事想必更讓人振奮吧，” Luus 說到。

“單純一個人處理這些資料實在是太多了，所以我們允許任何人訪問。我們將在研討會上為大家介紹深度學習技術在應對挑戰時的應用——它將幫助參與者發現類似有關生命的異常資料值並將其視覺化，這簡直太振奮人心。”

我們只是努力的將 IBM 和加利福尼亞 Mountain View 的SETI Institute 研究所的一部分進行結合，並同時使用 IBM 的存儲服務和 IBM 的 Bluemix Spark 服務來分析他們在過去幾年就已經收集到的大量無線電望遠鏡資料。

團隊已經基於構建出了一個系統，整個系統由 IBM 雲和為大眾提供原始資料的 Github 組成，同時還有一些輔助工具查看 Github 已有資料。

Luus 非常希望這項工作能夠得到大家的認同。“機器學習可以找到 SETI 團隊錯過的任何異常資料，這並非人機對抗，這是人機之間的協助工作，或許還有外星人的加入。”

via: 

IBM