100亿光年以外的电磁信号，对人类的未来很重要吗？

今年的确不太顺当，但幸运的是，我们头顶的星空依然还存在。它从人类诞生那一刻开始，就一直注视着我们。天文学家甚至在近日发现了来自深空的神秘电磁信号，每157次重复一个周期。虽然《三体》提醒着我们：不要回答！但人类对于星辰大海的向往与好奇，永远可以胜过理智。

所以，诸如此类的电磁信号究竟是不是地外生命扔的“漂流瓶”呢？

抛开脑洞大开的各种可能，它更可能只是一件“值得研究的科学事件”，和地外生命的关联并没有那么大。

少有人知的是，宇宙中的电磁信号无处不在，哪怕它展现出了一定的周期规律，也可能只是“脉冲星”——一种旋转的中子星，不断发出电磁信号。寻找它并非毫无意义，脉冲星就像大海航行的灯塔一样，可以帮助我们确定“坐标”，应用在引力波探测和航天器导航等科学技术应用领域。

现代天文学对于太空的探索从未停止。早些年，为了获得国会的经费支持，NASA的科学家努力科普与解密，还放出大把精心后期过的照片，就为了让“看星星”这件事显得更有趣一些。

为了能够“看”到更远的星星，天文科学家发明了靠反射电磁波来观测宇宙的射电望远镜。它大多需要一个抛物面，用来将宇宙中投射来的电磁波到公共焦点，所以长得很像一口锅。

大家都知道，在贵州山区就有这么一口大“锅”，它就是FAST，中国天眼，世界上最大单口径、最灵敏的射电望远镜。它可以探索到接近宇宙边缘（137亿光年以外）的电磁信号，每天观测产生的数据就高达50TB，这还是经过压缩以后的数据量。天文观测所带来的这些“天文数字”，意味着对它们进行处理需要花费巨大的人力、算力成本，如何处理采集到的海量数据，无疑是摆在天文学家面前的棘手问题。

不过，FAST似乎从来都没有表露过存在这方面的困难。那么，它究竟是如何做到的？

如果你回过头看看FAST完工后的相关资讯，你会发现一桩有趣的合作——早在2016年，中科院国家天文台就实现了中国虚拟天文台上云。

这一项目的意义有多大？毫不夸张地说，它将中国天文研究的进度“推了一把”。

其实，作为一门由数据驱动的科学，天文学在大数据、人工智能等应用领域，绝对称得上一门足够“潮”的科学。在深度学习还没“火”起来的20多年前，国家天文台就已经开始利用深度学习来进行太阳黑子的活动预测了。不过，基于深度学习的特性，需要大量数据训练，同样对于强大算力也有着迫切需求，以往只能采用大型实体超算来进行，但这样做成本巨大，运算效果却未必理想。

借助自主研发的飞天超大规模通用计算操作系统，得以将百万级服务器连接成一台“超算”，利用其提供的算力进行数据处理，效率能够提高20多倍。原来需要花费7天才能处理完的量，如今只需花费8小时；数据产品生成周期也缩短9倍，从以前的180天缩短到了20天。

与此同时，深度学习所依赖的大量数据如何传送也是一大难事。在研究机构尚未采用云计算技术时，如果有传送数据的需求，就只能靠天文研究人员背着硬盘“人肉搬运“。但在中国虚拟天文台上云项目完成以后，无论是数据处理、传输，还是存储、分享，种种难题都如同快刀斩乱麻一般轻松解决。

更有趣的是，天文台还以云计算为基础打造了“全球天文资源平台”。里面包含郭守敬望远镜在内的10亿个天体数据，还包括FAST的部分数据。在未来，将有更多天文观测数据开放给公众共享。

无论你是天文学家还是普通的天文爱好者，都可以利用云端平台访问相关天文数据。这样能够让研究领域不再存在障碍，让数据也不再“沉睡”在各大研究机构的设备中，能够面向全社会，展现出更大的研究价值。

尽管天文数据的价值往往体现在天文研究中，但在这一过程中，从来都不缺少意外惊喜。

正如同人类在进行天文探索时获得的这些“副产品”一样：

澳大利亚天文学家约翰·奥萨立文发明了大家的第二生命——Wi-Fi，为了更方便地进行大地测量、遥感和雷达；

英国天文学家同时也是诺贝尔奖获得者的马蒂莱尔发明了综合孔径成像，这个技术也被利用到了医学上，就是咱们常见的CT核磁共振和PET发射端侧扫瞄。

无独有偶，由于数据量大，相似图片多，天文数据还能够训练出精度更高的图像识别算法；除此之外，海量的天文数据还能“锻炼”云计算平台的数据处理能力，这些技术成果最终又被反哺给全社会，进入我们的日常生活。

也许在未来的某一天，你会发现，由于交通系统大数据处理能力的增强，上班突然不堵车了；图像识别技术的改进，让你能够在电商平台上更快地找到心仪的商品。就连你的孩子也突然迷上了天文学，开始去研究恒星的形成、星系的演化，心里装下了整个宇宙……而这一切，可能仅仅只是100万光年以外的一道电磁波所带来的改变，看似微小，却影响深远。