100年通信，36个文明，银河系里到底有多少个地外文明？

“银河系中至少存在36个智慧文明”…但是相互联系可能需要数千年时

正文翻译：

目前正在国际空间站中的宇航员斯科特·凯利（Scott Kelly）于2015年8月9日在推特上传了照片。并附上了如下的标题。“第135天。#MilkyWay（银河）。年纪老迈，布满灰尘，充斥气体，不断扭曲。但是，如此美丽。来自@space_station（空间站）的晚安！ #YearInSpace（在宇宙中的一年）”

最新研究表明，我们的银河系中，目前至少存在36个由智慧生命构成的文明。

这项研究假设，具有通讯技术的文明的存续时间为100年。如果这个时间比100年长，则会有更多的，甚至多达数百的个地外文明。

对地外生命的探索，可能会成为人类文明存续时间的线索。不过，跨越宇宙空间于其他文明相互联系，恐怕要花费数千年的时间。

在我们居住的宇宙中，可能挤满了外星生命。而且，从理论上看，在他们之中的一些可能已经是具有远距离星际通讯能力的高科技文明了

根据英国的诺丁汉大学的研究团队在6月15日的学术杂志《天体物理学报》上发表的最新研究成果，仅在我们的银河系中，就存在至少36个外星文明。

这幅插图是从太阳系外的某行星上看到景象的想象图。那颗行星在距离地球仅有40光年的某颗超冷矮星的轨道上运行。

而且，36是预测中得到的最小的数字。并且这个数字，是在假设智慧文明平均只有100年的时间能够在宇宙中通信的基础上计算出来的。

以100年为前提条件，是利用迄今为止人类使用卫星、电视等进行无线通信的时期的长度为基础得出的。利用无线通信向宇宙空间中发送的电波，有可能被其他星球的生命接收和理解。如果具有通信能力的文明的存续时间长于100年，那么散布在银河系中正在活动的文明有几百个也不足为奇。

诺丁汉大学的研究团队假设，在其他行星上产生具有通信能力的智慧生命的时间和在地球上一样，都是50亿年左右。在此基础上，以围绕类太阳恒星轨道运行的类地行星的数量为基础，推算出在银河系中可能形成的文明的数量。

智慧文明在整个银河系不断诞生，可能在向宇宙发送了一段时间的无线信号之后，不久就会归于沉寂。现在有多少智慧文明正在活动，取决于这些文明的平均存续时间。

如果通过寻找地球以外的智慧生命的文明，进而了解整个银河系中现存的正在活动的智慧文明的数量，就能获得探索人类文明可能的存续时间的线索。

“如果智慧生命到处都是的话，我认为人类的文明也有可能在今后的几百年甚至更长时间内延续下去。”

诺丁汉大学天体物理学教授，主导这项研究的克里斯托弗·康塞利斯(Christopher Conselice)在新闻发布会上这样说道。

“反过来说，如果知道银河系中不存在现役的文明的话，对于人类的长期存续来说可以说是个坏消息。”

“科学界最难的问题”

构成探测来自地外生命体的信号的射电望远镜设施“艾伦望远镜阵列”(Allen Telescope Array, ATA)的多个天线。

科学家们从很久以前开始就在倾听来自宇宙的电波，但是还没有检测到来自地外文明的信号。既然存在着那么多的智慧文明，为什么我们听不到它们的低语呢?

这个问题被称为“费米悖论”。最先提出这一悖论的物理学家恩里科·费米(Enrico Fermi)因“大家都在哪里呢?”的提问而闻名。

费米当时思考的问题是，是否有可能实现恒星间航行。但从那以后，费米的这个问题就成了围绕地外生命体存在的问题。

12ed6882838822b3c3f3779db8fe05b1.jpg

关于统治宇宙的令人毛骨悚然的寂静，有很多解释。除了外星人正在冬眠、使用完全不同的技术进行通信等说法之外，也有人认为外星人只是对与人类接触没有兴趣。

康塞利斯的研究小组认为，这只是因为存在智慧生命地方太远，所以它的“声音”无法传达给人类而已。根据研究小组的计算，智慧文明与地球的平均距离为1万7000光年，以目前人类的技术，传送和接收通信“几乎不可能”。

研究小组说，为了与这样遥远的文明通信并得到对方的回复，人类必须在6120年的时间里保持无线通信。

在这幅想象图中描绘的行星“K2-18b”是唯一被确认齐备能够维持生命的水和温度的“超级地球(巨大的类地行星)”。

康塞利斯对《卫报》说：“在我们附近如果发现了(具有通信能力的文明)，而且这个文明的存续的时间长度，也远远超出以百年为计量单位的尺度。就可以证明智慧文明可以存在数万年甚至数百万年的时间。这是一个好兆头”。

“附近发现的文明越多，对于人类文明的长期存续来说就越是好兆头。”

话虽如此，宇宙中也不是没有只有人类的可能性。康塞利斯的研究所进行的推论中对，地球上生命出现之前所花费的时间，“类似于太阳的恒星的轨道上旋转着的，类似地球的行星”的数量，地球上的生命进化到可以向宇宙空间发送信号水平智能进所花的时间，等都有所考量。

e0973b541559939ae30dc626103ca820.jpg

论文作者写道:“从统计学的观点来看，这是科学界最难解决的问题之一。”

“我们能做的，只是尝试从目前已知的唯一的数据点(我们自己)处学习