参数fi表示生命体发展出智能的概率。这是德雷克方程中最难以定义的参数，它还引发了许多更基础的问题，如什么是智能？“智能”的定义有很多种，但就地外智慧生物搜寻的目标而言，“智能”意味着可以进行通信、交流，这也是人类所希望遇到的。
信息论的应用
要寻找外星生物，我们可以先从地球极端环境下的生物学研究(如美国航空航天局的天体生物学计划)开始。许多研究者已经深入南极的干燥山谷，或加利福尼亚州莫哈维的沙漠地带等地，探索生命在极端环境下的生存状态。与此相似，如果我们想从太空中获得非人类的通信信号，那第一步应该从研究地球上众多的非人类交流系统开始。几乎所有的动物都具有交流能力，但科学家如何才能分析并确定这些交流系统的复杂性呢？
假设交流系统的复杂性可以用信息的复杂性来衡量，那这就涉及到一个称为“信息论”的数学领域。该理论最早用于测定通过电话线传输的信息量。贝尔实验室的克劳德·香农(Claude Shannon)在1949年提出了信息论，经过数十年的发展，现在该理论已经在众多领域广泛应用。
劳伦斯·多伊尔(Laurance Doyle)是SETI协会宇宙生命研究中心的主要研究者，同时也是美国航空航天局开普勒任务科学组的成员。他和来自加州大学戴维斯分校的布伦达·麦考恩(Brenda McCowan)、肖恩·汉瑟(Sean Hanser)决定采用信息论的方法对瓶鼻海豚的交流方式进行研究，观察它们的声音交流系统能传送多大的信息量。信息量的大小取决于信息发生频率的分布，即“信息熵”。
有关这方面研究的一个早期例子是齐夫定律(Zipf's Law)。该定律以一位哈佛语言学家的名字命名，他将小说中出现的英文字母按出现频率(对数刻度)进行绘图，得到一条差不多45度，斜率为-1的直线。换句话说，最常出现的字母比次常见的字母出现频率高10倍；而次常见字母的出现频率则是第三常见字母的10倍，并以此类推。他还对中文字符、英语单词和俄罗斯音素等进行了类似的分析，也都获得了斜率基本为-1的频率分布图。
