外星生命不是搜尋結果：AI進入天體生物學以後，誰來判斷什麼叫活著

宇宙沒有搜尋框

人類尋找外星生命的方式，長期像一場非常昂貴的等待。望遠鏡看大氣，探測器鑽土壤，儀器量化學分子，科學家在光譜、岩石、冰層、鹽水與甲烷訊號之間小心翼翼地猜。AI進入天體生物學以後，很多人期待等待會縮短。模型可以處理海量資料，找出人眼不容易看見的複雜特徵，協助安排採樣，讓探測器在遙遠星球上更快做出判斷。聽起來很合理，也很危險。因為宇宙沒有搜尋框，外星生命也不會乖乖用地球標籤命名自己。

天體生物學最迷人的地方，是它把科學與哲學綁在一起。要找生命，必須先問什麼是生命。是新陳代謝？複製？演化？細胞？資訊處理？還是某種我們尚未理解的化學秩序？如果我們只用地球生命的標準去看宇宙，可能錯過陌生型態；如果標準太鬆，又可能把每一個奇怪化學痕跡都當成宇宙打招呼。AI在這裡不是答案機，而是放大器：它可以放大我們的能力，也會放大我們的偏見。

人類總是把新工具想像成捷徑。望遠鏡讓我們以為看得更遠就更接近真理；探測器讓我們以為抵達就等於理解；AI則讓我們以為模式被辨識，答案就已經出現。可是生命不是單一特徵，不是一個按鈕，不是一筆資料庫搜尋結果。生命是過程、關係、歷史與環境交織出來的現象。宇宙可能提供線索，但不一定用我們喜歡的格式提供。

探測器變聰明，責任不會變少

AI最直接的價值，是讓太空任務更有效率。火星、冰月、彗星、小行星或系外行星資料量巨大，傳輸有限，時間昂貴。若探測器能在現場初步辨識值得採樣的岩石、可疑的化學梯度、特殊紋理或環境變化，就能減少「拍了一堆照片，回地球才發現最重要的地方被漏掉」的悲劇。這不是讓機器人取代科學家，而是讓科學家的眼睛延伸到延遲很長、風險很高的地方。

可是探測器越聰明，責任越不能外包。若AI建議某一處最值得鑽探，牠依據的是什麼？訓練資料來自地球哪些環境？是否過度偏向我們熟悉的微生物、岩紋、礦物與化學組合？在地球上，模型誤判一張貓圖頂多讓網友嘲笑；在火星上，誤判一次採樣位置可能浪費多年任務成本。宇宙很大，但任務窗口很小。AI說「我有八成信心」時，科學家仍然要問：那兩成不確定藏在哪裡？

未來的探測器可能更自主。它不只拍照傳回地球，而是先判斷、先排序、先避險，甚至先決定哪個樣本值得保留。這會讓任務更強，也會讓治理更難。當機器在幾億公里外做決策，地球上的科學團隊必須預先設計它的倫理、限制與審查機制。自主不是放任，智慧也不是免責。外太空距離很遠，責任不能跟著訊號一起變稀薄。

生命跡象不是開關，而是辯論

科幻作品常把外星生命發現拍成單一瞬間：警報響起，螢幕閃爍，某位科學家倒吸一口氣，背景音樂開始替文明改寫歷史。真實科學通常沒這麼爽快。生命跡象往往是多重證據的累積：化學比例、同位素、地質脈絡、有機分子、環境條件、形態特徵與排除非生命過程的推論。AI可以幫忙整合這些線索，但不能把它們變成娛樂節目的亮燈按鈕。

這也是為什麼「可解釋」很重要。若某個模型說某個光譜或岩石紋理「很像生命」，科學共同體需要知道它為何這麼說。AI科學若只剩黑盒分數，就會把探索變成算命，只是算命師改穿白袍、GPU替他點香。真正成熟的AI天體生物學，必須讓模型輸出可被質疑、可被重測、可被反駁的證據路徑，而不是只提供信心百分比。

生命跡象還有一個麻煩：非生命過程也很會模仿。某些礦物紋理像細胞，某些化學反應像代謝，某些大氣組成看似可疑，卻可能有地質解釋。AI若被訓練成「找像生命的東西」，很容易把「像」當成「是」。科學最困難的地方，不是發現令人興奮的訊號，而是有耐心地問：還有沒有更無聊、更自然、更不浪漫的解釋？宇宙不欠我們戲劇性結局。

地球仍是最重要的實驗室

尋找外星生命並不意味著逃離地球。相反地，地球上的極端環境、深海、鹽湖、冰下水體、沙漠、火山與古老岩石，仍是我們理解生命邊界的訓練場。AI若要協助找生命，就需要從地球生命的多樣性中學習，但也不能被地球生命完全綁架。這很像教育孩子看世界：你要給他足夠經驗，卻不能讓他以為家門口的街道就是宇宙全部。

深海探索與太空探索在這裡意外相連。人類對地球海洋中層仍然陌生，卻已經急著想像木衛二、土衛二的冰下海洋可能藏著什麼。這不是矛盾，而是提醒：我們尋找外星生命的想像，會受到地球生命理解的限制。若地球上的生命多樣性都被我們低估，宇宙中的生命可能更不會按照人類分類表排隊。

這也讓天體生物學變成一門文明教育。它不只問「其他地方有沒有生命」，也反過來問「我們如何對待已知生命」。如果地球生命仍被大規模破壞、棲地被削減、海洋被污染，而我們卻熱情尋找外星微生物，這不是科學矛盾，而是文明諷刺。人類可能會在火星上一滴疑似有機物前屏息凝視，同時對地球上整片濕地的消失視若無睹。

AI可以幫忙找，但不能替我們謙卑

AI進入天體生物學，是好消息。它能讓資料整合更精細，讓探測策略更彈性，也可能在龐雜訊號中抓住微弱線索。但更聰明的工具，不會自動帶來更謙卑的文明。人類最需要警惕的，是把模型的流利誤認為宇宙的回答，把演算法的信心誤認為真理的聲音。

如果有一天，AI協助我們發現了強烈的生命跡象，文明不該只問「我們找到了什麼」，還要問「我們如何知道」、「我們還可能錯在哪裡」、「我們是否準備好承認未知」。外星生命不是搜尋結果，不是輸入關鍵字後宇宙交出的摘要。它是一場關於證據、想像、方法與謙卑的長期辯論。

宇宙可能很安靜，也可能只是我們還不會聽。AI可以替我們調整儀器、整理資料、指出可疑訊號，但最後那個問題仍然要由人類自己承擔：當我們說某個東西活著時，我們到底在說什麼？如果連這個問題都懶得問，只想讓模型快點給答案，那麼就算宇宙真的回應了，我們可能也只會把它誤存成一筆資料。

<!--

source-check notes:

• arXiv 2606.23854, Astrobiology in the Time of Artificial Intelligence, 2026-06-22: discusses AI/ML implications for space exploration and astrobiological research, including integration across scales, sensitivity to complex features, and adaptive sampling strategies.
• Sage Journal version, 2026: same article frames AI in astrobiology through Viking missions, computing history and future sampling autonomy.
• This article is a science commentary and does not claim confirmed extraterrestrial life.

-->