SETI 与 Breakthrough Listen 将智能体 AI 引入地外信号搜寻
Things That Go Beep in the Night: Agentic AI Joins the Search for Extraterrestrial Signals
SETI 研究所与 Breakthrough Listen 把智能体 AI 接入 Allen Telescope Array 的日常观测,研究人员用自然语言即可操控天线、校准仪器、修正数据并运行 AI 模型。
材料展示了智能体直接操控射电望远镜的完整链路,读者可据此了解科研观测流程被压缩到什么程度。
虽然科幻传说告诉我们,人类将以小绿人的形式遇见外星生命,但今年万圣节真正该让人毛骨悚然的细节是:借助 AI,搜寻地外文明取得了重大飞跃,并且越来越聚焦于由人类建造、用于监听外星人建造的 AI 智能体的 AI 智能体。
一些科学家提出,如果地外文明存在,它们可能比人类古老数十亿年。这样的文明可能已发展出远超人类的技术,包括各种形式的 AI。
Breakthrough Listen 和 SETI 研究所正在将智能体 AI 引入日常的地外文明搜寻工作。在北加州的 艾伦望远镜阵列,智能体现在可以操控仪器、增强和校正传入数据,并对传入数据流应用 AI 模型——所有这些都只需一条自然语言请求即可完成。NVIDIA Holoscan 平台负责处理海量传感器数据流,为智能体提供可实时处理的数据。
其结果是,对来自地外生命和技术的潜在信号的搜寻变得更快、更具适应性。
“随着我们新的智能体天文台向宇宙深处探索,它们所发现的东西可能与它们自身的共同点,远多于与创造它们的人类的共同点,”SETI 研究所 Bernard M. Oliver SETI 讲席教授、Breakthrough Listen 首席研究员 Andrew Siemion 表示。“但这并不值得恐惧。相反,这是一次翻译上的突破。”
每秒数太比特,飞行中处理
射电望远镜会产生海量数据,这给需要在观测进行中识别潜在有趣信号的科学家带来了挑战。
在艾伦望远镜阵列,Holoscan 平台库 DAQIRI 使望远镜能够将每秒数太比特的传感器数据直接拉入 GPU 内存,从而在飞行中处理观测数据,而不是将其填满硬盘。CyberEther 是 SETI 研究所开发的信号处理框架,它使用包括 cuFFT 和 cuBLAS 在内的 NVIDIA CUDA-X 库完成计算。
Nexus 是一个基于 Web 的天文台编排器,充当智能体的运行框架。它为智能体提供仪器状态、计算资源和流水线的单一事实来源,并让研究人员能够监控丢包、读取实时频谱图以及重写信号处理模块——所有这些都只需用自然语言提示即可完成。该系统可在 NVIDIA RTX PRO 6000 Blackwell GPU 上处理每秒 2.4 太比特的数据,推理在本地运行,紧邻仪器。
综合起来,该系统使智能体能够操控望远镜天线、校准并调焦仪器以获得清晰信号、捕获并修复数据错误,并绘制结果。智能体将人类需要数周或数年才能完成的工作压缩到数小时。
科学事实,而非虚构
该流水线已经证明了自己的能力,在蟹状星云中实现了首次对脉冲星的实时 AI 探测——脉冲星是一种快速旋转的恒星遗迹,像宇宙灯塔一样发出脉冲。
接下来,团队正在评估包括NVIDIA Nemotron在内的开放模型,用于数据本地性和周转时间最为关键的场景,以及未来可能在月球背面离线运行的天文台。
了解更多关于NVIDIA AI for science的信息。
来源:NVIDIA Blog · blogs.nvidia.com