探寻外星文明 你也可以参与其中！

正文

请到「今天看啥」查看全文

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_ibm

参与研讨会的学生会在导师指导下，从数据集中寻找与外星人相关的异常值（图片来自IBM博客）

关于 SETI 数据集和数据获取、处理流程

▼

图片来自NASA

SETI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。

请到「今天看啥」查看全文