一位来自 SETI Institute 的研究人员在 GTC 2025 上向观众讲述了 SETI 如何成功试用一种识别星际无线电波的新方法，从理论上讲，该方法也可用于识别智能外星生命的通信。
SETI 是世界上寻找其他行星智能生命迹象的重要组织，其员工工程师 Luigi Cruz 描述了他的团队如何使用 NVIDIA Holoscan 和 AI 准确识别遥远的脉冲星发出的无线电信号。
SETI 团队使用位于加利福尼亚州帽子河艾伦望远镜阵列的 42 个不同但同步的天线，识别了位于 Crab Nebula (距离地球约 6,500 光年) 中的脉冲星发出的无线电信号。
“宇宙非常大，而且大部分都是空的，”Cruz 说。“我们需要超人的方法 — — 这就是 AI 的本质 — — 以创造性的方式搜索数据。”
SETI 研究人员使用 NVIDIA Holoscan 和定制神经网络，持续实时处理脉冲星发射的千兆比特无线电数据。
结果证明了 SETI 团队研究的一种方法的有效性，该方法使用 AI 和加速计算来识别各种星际信号中的模式。
在演讲中，Cruz 描述了 NVIDIA GPU 如何显著简化研究人员寻找星际信号的方式。
传统上，天体物理学家使用望远镜扫描宇宙，然后收集这些数据并将其保存到硬盘中。只有在时间和人力允许的情况下，研究人员才会在缓存数据中寻找潜在的智能通信迹象。
如今，SETI 团队使用 Holoscan 和 搭载 RTX A6000 GPU 的 NVIDIA IGX Orin 对从太空收集的无线电信号进行实时推理。
AI 无需等待和筛选大量数据来寻找潜在的一致性模式，而是实时筛选原始传感器数据，将大部分不相关的数据丢弃，同时提取可能作为星际通信证据的数据。
在上个月 SETI 团队将望远镜对准 Crab Nebula 之前，他们不知道其 AI 能否可靠地从深空识别无线电波并识别模式。从本质上讲，他们想要的是一个概念验证，其 AI 可以在星际数据中找到模式，在本例中，来自知名脉冲星的无线电波。
AI 以飞快的速度通过了测试。它识别了脉冲星的巨大无线电脉冲，完全按照预期重建了数据。
现在，他知道 SETI 模型可以识别星际无线电波，因此他和他的同事们希望 AI 能够识别来自深空信号的其他模式，甚至可能来自智能外星生命的信号。
