AI と宇宙人との通信：SETI が実際に検出できるもの

AI はすでに、SETI の研究者が望遠鏡のデータから異常な信号を探す作業に役立っています。ただし、宇宙人からのものと確認されたメッセージを翻訳したことはありません。2026年までの研究では、干渉の除去や追観測の対象選びが進歩しています。一方、信号の検出から意味の理解へ進めるかどうかは、まだ実証されていません。

SETI で AI がすでに担っていること

機械学習は、天文学者による望遠鏡観測の分類、干渉の識別、異常な信号の調査優先順位付けを支援します。扱うのは信号強度、周波数、時間などの測定値です。これらは検出のための作業であり、誰が信号を送ったのか、メッセージが含まれるのか、何を意味するのかを確定するものではありません。

電波探査では、スペクトログラムによって周波数ごとの電力の時間変化を表します。研究者は実際の観測に模擬信号を挿入してモデルを訓練したり、クラスタリングで似た検出結果をまとめたりします。外れ値は詳しく調べる対象になりますが、それだけで地球外由来と認められるわけではありません。

望遠鏡データからメッセージの可能性を探るまで

1. 観測対象の方向と比較用の方向を観測・記録します。
2. 選別アルゴリズムで信号に優先順位を付け、干渉の疑いを示します。
3. 検証追加観測と独立した研究チームによって発生源を調べます。
4. 復号情報が含まれていれば、その構造を復元する方法を試します。
5. 解釈独立した証拠を用いて、その構造が何を意味するかを検証します。

最後の2段階は条件付きです。送信源が確認されても、読めるメッセージが自動的に得られるわけではありません。

研究が実際に見つけたもの

これらの研究では、装置、データセット、手法が異なります。結果をまとめて、単一の AI 精度スコアにすることはできません。

実証された成果と残る限界
研究	データと手法	結果と限界
Ma ら、2023年	深層学習で、近傍の820個の恒星を対象としたグリーンバンク望遠鏡の150 TBのデータを探索しました。	注目すべき信号は8つありました。追観測では再検出されず、確認済みのテクノシグネチャーとは認められませんでした。
Pardo ら、2025年	異常検知により、グリーンバンクとパークスの観測による約1,000億のスペクトログラムに優先順位を付けました。	検証用サンプルを含む約20,000例を目視確認しました。精査を経て地球外由来の有力な候補として残ったものはありませんでした。
Zhao ら、2026年	DBSCAN クラスタリングで、2019年7月に記録された5時間分の FAST 観測から残留干渉を除去しました。	追加確認の後、候補群が1つ残りました。持続時間は約2.8秒と短く、由来の判断には不十分でした。

2023年の結果は、AI が8つの宇宙人の信号を発見したと紹介されることがあります。しかし Breakthrough Listen 自身のプロジェクトページでは、再検出されなかったため候補の基準を満たさなかったと説明しています。成果は、大量の蓄積データから異常な観測を選び出す別の方法を示したことでした。

Breakthrough Listen の追観測に関する説明、コード、データを確認する。

2026年1月に発表された FAST の論文は、地球外文明との接触を報告するものではありません。著者らは周波数帯と信号の持続時間を調べた後、周波数ドリフトが観測されない短い事象を1つ残しました。電波干渉の可能性は解消されず、より長い観測を提案しています。説明のつかない事象を追観測の対象として残すことは、通常の研究過程で起こります。

AI が信号を見逃したり誤分類したりする理由

電波干渉（RFI）は人間の技術から生じます。狭帯域の信号や周波数の変化は注目を集めますが、人工衛星など地球由来の発生源も構造を持つ信号を生み出します。モデルは、こうした干渉が混じる環境で機能しなければなりません。

AI は研究者の選択も引き継ぎます。狭帯域信号を選ぶこと、特定の形状をシミュレーションすること、雑音の多い周波数を除外すること、検出のしきい値を設定することが、何を見つけられるかを左右します。処理するデータ量が増えても、アルゴリズムが中立になるわけではありません。

偽陽性。 見慣れない干渉が十分に異常に見え、候補一覧に残ることがあります。
偽陰性。 モデルで試験した範囲を外れる本物の信号が、除外されたり検出されなかったりする可能性があります。
探索範囲の制約。 探索は特定の方向、周波数、時間を対象とします。その範囲で検出されなかったからといって、銀河に他の知的生命がいないとは言えません。

Pardo らは、このトレードオフを明示しています。データのうち雑音の少ない部分を優先すると人間の作業負担は減りますが、雑音の多い領域にある本物の信号を除外する可能性があります。また、シミュレーションには研究者が作成対象として選んだ信号の種類が反映されると認めています。

AI は宇宙人のメッセージを翻訳できるのか

これらの研究で、宇宙人の言語を翻訳するシステムが実証されたわけではありません。送信らしきものの検出、符号化方式の復元、その意味の特定は別々の問題です。反復するパターンは符号化方式の仮説を試す助けにはなりますが、それだけで内容が化学なのか、航法なのか、それ以外なのかは分かりません。

AI は、考えられる構造の比較や仮説の作成を支援できるかもしれません。しかし説得力のある解釈には、モデルの流暢な説明以外の証拠が必要です。人間の文章で訓練したシステムには、答えを照合できる確認済みの宇宙人の辞書がありません。数学的な規則性は手掛かりになり得ますが、自動的な翻訳を可能にするものではありません。

実際の試みが、この隔たりを示しています。2023年5月、Daniela de Paulis の「A Sign in Space」プロジェクトは、人間が設計した模擬の地球外メッセージを ESA のエクソマーズ・トレース・ガス・オービターから送信しました。Ken Chaffin と Keli Chaffin は2024年6月にこれを復号し、5種類のアミノ酸を含む画像を復元しました。ESA の2024年10月の報告でも、この復号の成果とメッセージの意味の解釈は区別されています。

この復号の試みについて ESA の説明を読む。

これは地球上で作ったメッセージを使う、芸術と科学のプロジェクトでした。宇宙人を検出したわけではなく、報告された解答は父娘のチームによるものです。AI が未知の文明の言語を翻訳できることを証明したものではありません。