以下文章经《对话》（The Conversation）许可转载，该在线出版物报道最新的研究。
在寻找外星智能（SETI）的过程中，我们经常寻找与我们自身相似的智能、技术和通信迹象。
但正如天文学家和 SETI 的先驱吉尔·塔特（Jill Tarter）指出的那样，这种方法意味着寻找可检测到的技术特征，例如无线电传输，而不是寻找智能本身。
关于支持科学新闻报道
如果您喜欢这篇文章，请考虑订阅以支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您将帮助确保有关塑造当今世界的发现和想法的具有影响力的故事的未来。
现在，科学家正在考虑人工智能（AI）是否能以我们甚至未曾想过的方式帮助我们寻找外星智能。
“解码”智能
当我们思考外星智能时，记住人类不是地球上唯一的智能生命，这一点很有帮助。
黑猩猩有文化并使用工具，蜘蛛用蛛网处理信息，鲸类有方言，乌鸦理解类比，海狸是伟大的工程师。非人类智能、语言、文化和技术都存在于我们周围。
外星智能可能看起来像章鱼、蚂蚁、海豚或机器——或者与地球上的任何事物都截然不同。
我们经常根据我们对差异的看法来想象外星生命，但这些看法在地球上甚至不是普遍存在的，并且不太可能在星际空间中普遍存在。
如果我们中的一些人最近才认识到地球上的非人类智能，那么当我们想象外星生命时，我们可能会遗漏什么呢？
在 2018 年初，天文学家、神经科学家、人类学家、人工智能研究人员、历史学家和其他人聚集在硅谷的 SETI 研究所，参加了“解码外星智能”研讨会。天体生物学家纳塔莉·卡布罗尔（Nathalie Cabrol）围绕她 2016 年的论文“外星思想图景”组织了这次研讨会，她在论文中呼吁制定新的 SETI 路线图，以及“寻找我们不了解的生命”的长期愿景。
在她的论文中，卡布罗尔询问 SETI 如何才能超越“寻找我们自身的其他版本”，并“跳出我们自己的大脑”来想象真正不同的外星智能。
不同的思考
硅谷以重视“颠覆性”思维而闻名，这种文化与 SETI 研究相交。自从美国政府在 20 世纪 90 年代中期停止为 SETI 提供资金以来，硅谷的理念、技术和资金变得越来越重要。
例如，SETI 研究所的艾伦望远镜阵列以微软联合创始人保罗·艾伦（Paul Allen）的名字命名，他为该项目贡献了超过 2500 万美元。而且，在 2015 年，技术投资者尤里·米尔纳（Yuri Milner）宣布了突破聆听，这是一项为期 10 年，耗资 1 亿美元的 SETI 计划。
现在，SETI 研究所、NASA、英特尔、IBM 和其他合作伙伴正在通过一个名为前沿开发实验室的人工智能研发项目来解决太空科学问题。
美国国会图书馆的天体生物学主席卢西安娜·沃克维茨（Lucianne Walkowicz）在 2017 年的突破讨论会议上描述了一种基于人工智能的方法，称之为“信号不可知搜索”。
沃克维茨解释说，这意味着使用机器学习方法来查看任何数据集，而无需预先确定的类别，而是让数据聚集成其“自然类别”。然后，该软件会让我们知道哪些数据是异常值。这些异常值可能成为进一步调查的目标。
事实证明，SETI 研究人员认为人工智能可能对他们的工作有用，因为他们认为机器学习擅长发现差异。
但它的成功取决于我们——以及我们创造的人工智能——如何概念化差异的概念。
比黏菌更聪明？
跳出我们的大脑进行思考也意味着跳出我们的科学、社会和文化系统进行思考。但我们如何才能做到这一点呢？
人工智能已被用于寻找研究人员想象的外星无线电信号可能的样子的模拟，但现在 SETI 研究人员希望它能找到我们尚未寻找的东西。
SETI 研究所研讨会的人工智能顾问格雷厄姆·麦金托什（Graham Mackintosh）表示，外星人可能正在做我们甚至无法想象的事情，使用非常不同的技术，以至于我们甚至不会想到去寻找它们。他提出，人工智能或许能够为我们进行这种高级思考。
我们可能无法让自己变得更聪明，但也许，麦金托什建议，我们可以制造出对我们来说更聪明的机器。
在今年突破讨论会议的主题演讲中，天体物理学家马丁·里斯（Martin Rees）分享了类似的希望，即人工智能可能会导致“智能超越人类，就像我们在智力上超越黏菌一样”。
首次接触
如果我们遇到了外星黏菌，我们能对其智能做出什么假设？SETI 的一个挑战是，我们不知道生命或智能的极限，因此我们需要对所有可能的差异形式持开放态度。
我们可能会在欧洲-美国科学历史上忽视的形式中发现智能：微生物群落、昆虫或其他复杂的系统，例如菌根网络中学习经验的共生植物-真菌关系。
智能可能会以行星规模出现在大气层或地质中，或者以天体物理现象的形式出现。宇宙中似乎是背景过程，或者只是我们认为的自然的一部分，可能最终被证明是智能。
考虑到地球上最大的生物可能是一种奥氏蜜环菌，它位于俄勒冈州东部蓝山，延伸至 10 平方公里，年龄在 2000 至 9000 年之间。
虽然这种真菌可能不是大多数人认为的智能，但它提醒我们在寻找生命和智能时要考虑意想不到的事物，以及我们可能遗漏的就在我们脚下的事物。
以不同的方式思考智能意味着理解我们遇到的任何事物都可能是与智能生命的首次接触。这可能包括我们第一次遇到通用人工智能（AGI），也称为强人工智能，它更接近于2001 太空漫游中的有感知能力的计算机 HAL 9000 或星际迷航：下一代中的数据。
当我们使用机器学习来扩展 SETI 搜索时，我们也需要社会科学来理解我们的想法如何塑造人工智能的未来，以及人工智能将如何塑造我们想法的未来。
跨学科的未来
为了避免在 SETI 中采取以人为中心的观点，我们需要考虑我们如何将关于差异的想法编码到人工智能中，以及这如何影响结果。这对于发现和识别我们尚不了解的智能至关重要。
人类学中使用的一些方法可以帮助我们识别我们已经自然化的关于差异的想法——那些看起来是无形的，我们非常熟悉的概念，例如许多人仍然看到的自然与文化或生物学与技术之间的鸿沟。
最近关于算法的研究揭示了我们自然化的想法如何塑造我们创造的技术以及我们如何使用它。而且，微软的臭名昭著的人工智能聊天机器人 Tay提醒我们，我们创造的人工智能很容易反映出最糟糕的想法。
我们可能永远无法完全停止在 SETI 的搜索引擎和搜索策略中构建偏见，或者将其编码到人工智能中。但是，通过科学家和社会科学家之间的合作，我们可以批判性地思考我们如何概念化差异。
一种批判性的、跨学科的方法将帮助我们理解我们关于差异的想法如何影响地球上和地球之外的生活、研究和未来的可能性。
本文最初发表于The Conversation。请阅读原文。