密歇根州立大学研究团队最新研究表明，当前人工智能模型极易受到对抗性干扰，在系外生命探测任务中可能产生高度自信的误报。该研究由安基特·古普塔与克里斯托夫·阿达米共同完成，并于八月在加拿大滑铁卢举行的2026年人工生命会议上公布。 随着多项深空探测计划加速推进，AI正被广泛应用于分析火星土壤及系外行星大气中的生物特征信号。研究团队利用Avida程序模拟数字生物，训练神经网络区分具备自我复制能力的代码序列。尽管模型在训练阶段准确率高达99.97%，但在面对未见数据时，仅需对代码进行微量替换，即可诱导AI将无生命序列误判为生命体。测试证实，该欺骗手段对各类初始序列均能百分之百生效。 该发现揭示了现有AI架构在面对未知扰动时的核心脆弱性。团队警告，若太空探测器依赖此类算法进行原位分析，极易因虚假信号导致重大科研误判。此类缺陷不仅威胁天体生物学探索，亦可能波及医疗影像与自动驾驶等关键领域。专家强调，未来在部署自动化系统时，必须建立独立验证机制并落实人类监督，以彻底规避技术误判风险。