如果聊天机器人能在错得离谱时还一口咬定自己没错，那当NASA把AI塞进火星车上寻找地外生命时，麻烦会有多大？探测器会不会突然出现“幻觉”——指着一块普通石头尖叫发现外星人？密歇根州立大学的研究团队决定亲手试一试。
他们用一款叫Avida的程序生成了能自我复制的数字“有机体”和不能复制的非生命代码，然后训练一个人工智能系统来区分二者。在测试中，AI几乎零失误，把能复制和不能复制的个体分得清清楚楚，准确率达到99.97%。这个开局好得有点不真实。
接着，研究者开始动手脚。他们拿出一堆本不属于生命的代码片段，一遍遍微调，让AI对这些假货越来越“面熟”，也越来越有信心。结果，系统对那些根本不具备复制能力的代码，给出了近乎100%的确信判断——认定它们就是活的。而复制，在这个虚拟世界里，正是定义“生命”的唯一边界。
“AI对‘常见’的东西，分类会极其准确，”该研究的博士生Ankit Gupta说，“但只要碰到跟常见样本完全不同的例子，它就会自信满满地出错。而地外生命，显然就属于这种‘不同’。”他和导师、微生物与分子遗传学教授Christoph Adami警告，这种弱点完全可能在真实的太空任务中复现。8月，他们会在加拿大滑铁卢举行的2026年人工生命大会上正式报告这些发现。
另一边，NASA和它的合作方正把真金白银押在AI驱动的生命探测上。一个由卡内基科学研究所的Michael L. Wong和NASA的Caleb Scharf领衔的大型项目，拿到了500万美元资助，计划用机器学习在复杂的化学数据里找出生命的痕迹。他们要用至少1000个样本训练AI，样本来自陨石、岩石、化石和活体生物，其中不少数据直接取自已经上天的质谱仪等真实仪器。算法的任务只有一个：当生命插手过和纯粹由物理化学过程塑造的分子混合物摆在一起时，自动辨认出那层“生命的指纹”。
Wong倒不觉得这项新研究暴露了AI在生命探测上的致命短板。他欢迎这种审视，但认为实验生成虚假样本的方式，并没有真正击中现实任务中AI方法的软肋。这场争论仍在继续，而AI已经等不及要第一个登上那颗它可能看走眼的星球了。
热门跟贴