Google Cloud正在与NASA尖端开发实验室合作，利用模拟和机器学习技术来搜寻外星生命。
弄清楚外太空可能存在的确切位置非常重要：我们并不总是清楚生存所需的具体条件和材料。
换句话说，数百万英里外的世界或宇宙体并不一定具有必要的成分和位置；相反，它们的位置和组成部分都具有一定的条件。
我们真正需要做的就是使用地球作为案例研究。
科学家经常需要将来自不同行星和岩石的信息拼凑在一起，以猜测支持生命所需的理想条件。
人们真正能做的就是制作更具体的可能促进生命存在的世界模型，然后利用这些场景来过滤天体。
如果一颗外星行星符合这个模型，它可能是生命的家园。
因此，谷歌云的开发人员模拟了各种可以支持生命的世界。
第一个项目模拟了地球的大气特性，例如密度、温度、化学成分、压力和特定生物化合物的浓度。
该软件名为Atmos，旨在帮助科学家从与地球相似的大气层开始寻找可能存在生命的行星。
“有趣的是，Atmos 从地球上发现的这些分子的浓度开始，然后以小增量调整浓度，以在合理或物理稳定的范围内有效模拟无限数量的排列，”Applied AI 技术总监马西莫·马斯卡罗 (Massimo Mascaro) 解释道。
然后可以将这些模拟与真实数据进行比较，以评估给定行星生存的可能性。
天体生物学家最感兴趣的是位于其母星周围宜居带的岩石系外行星，这些行星的表面可能有液态水。
因此，来自谷歌和 NASA 实验室的第二个团队开发了一种名为 INARA 的基于机器学习的工具，可以通过研究高分辨率望远镜图像来识别岩石系外行星大气中的化合物。
为了开发该软件，Brainiacs 模拟了超过三百万颗行星的光谱特征、其大气化学成分的指纹，并对它们进行了标记以训练卷积神经网络 (CNN)。
因此，CNN 可用于根据 NASA 开普勒航天器的大气图像和光变曲线自动估计行星的化学成分。
基本上，神经网络经过训练将望远镜图像与化学成分相关联，因此您显示一组给定的图像，它会吐出相关的化学成分 - 这可以用来评估这些化学成分是否会导致生命现场爆炸。
INARA 只需几秒钟即可识别世界大气中可能存在的生物化合物。
“考虑到开普勒产生的数据集的规模以及即将到来的凌日系外行星勘测卫星（TESS）卫星返回地球的数据量更大，最大限度地减少了本研究中每个行星的分析时间，确保我们不不要错过任何可行的候选人。
”马斯卡罗总结道。