背景
搜尋地外智慧訊號（SETI）面臨的主要挑戰在於無線電望遠鏡產生的海量資料，科學家需要在觀測過程中即時識別潛在訊號。隨著技術發展，搜尋重點逐漸轉向由人類建立的 AI 代理（agentic AI，能自主執行任務的 AI 系統）去聆聽可能由外星文明建立的 AI 代理。部分科學家認為，若外星文明存在，其技術可能遠超人類，包括先進的 AI 形式。 官方原文・NVIDIA Blog
發生什麼事
Breakthrough Listen 與 SETI 研究所將代理式 AI 引入位於北加州的 Allen 望遠鏡陣列的日常搜尋工作。透過整合 NVIDIA Holoscan 平台，AI 代理現在可以透過單一的自然語言請求，直接操控望遠鏡儀器、增強與修正輸入資料，並對資料流應用 AI 模型。 官方原文・NVIDIA Blog
重點內容
該系統的核心在於即時處理能力。Holoscan 平台中的 DAQIRI 函式庫讓望遠鏡能將每秒數兆位元（terabits per second，即每秒數萬億位元）的感測器資料直接拉入 GPU 記憶體，使觀測資料在傳輸過程中即被處理，而非先存入硬碟。訊號處理部分使用 SETI 研究所開發的 CyberEther 框架，該框架利用 NVIDIA CUDA-X 函式庫（包含 cuFFT 和 cuBLAS）進行數學運算。 官方原文・NVIDIA Blog
Nexus 作為基於網路的觀測站協調器，扮演 AI 代理的執行環境（agent harness）。它提供儀器狀態、運算資源和管線的單一事實來源，讓研究人員能透過自然語言提示來監控封包遺失、讀取即時頻譜圖並重寫訊號處理區塊。整個系統在 NVIDIA RTX PRO 6000 Blackwell GPU 上運行，可處理每秒 2.4 兆位元的資料，且推論（inference，模型執行預測的過程）在儀器旁的本地端進行。 原文
此整合系統使 AI 代理能夠操控望遠鏡天線、校準儀器以獲得乾淨訊號、捕捉並修正資料錯誤以及繪製結果。官方指出，這將原本需要人類花費數週甚至數年的工作壓縮至數小時內完成。該管線已證明其實效性，成功在蟹狀星雲中實現了對脈衝星（pulsar，快速旋轉並像宇宙燈塔般脈動的恆星殘骸）的首次即時 AI 偵測。 原文
對使用者的意義
對於參與 SETI 研究的科學家而言，這意味著搜尋過程變得更快且更具適應性。研究人員不再需要手動處理龐大的原始資料，而是透過自然語言指令讓 AI 代理執行複雜的觀測與分析任務。此外，團隊正在評估包括 NVIDIA Nemotron 在內的開放模型，特別適用於對資料本地性（data locality，資料在本地處理而非雲端）和回應時間要求較高的情境，以及未來可能在月球背面離線運行的觀測站。 官方原文・NVIDIA Blog
限制與未定事項
目前系統主要應用於 Allen 望遠鏡陣列。團隊正在評估開放模型以應對特定需求，例如資料本地性要求高或需離線運行的場景，但尚未公布這些開放模型在該系統中的最終部署細節或廣泛應用計畫。 官方原文・NVIDIA Blog
