Как искусственный интеллект меняет планетарные исследования

Ученые изучают возможность использования искусственного интеллекта (ИИ) для поиска признаков жизни на других планетах, включая Марс и ледяные миры. В настоящее время исследователи имеют ограниченные возможности для сбора образцов или доступа к инструментам дистанционного зондирования при поиске жизни за пределами Земли. Однако недавние междисциплинарные исследования под руководством Институт SETI Старший научный сотрудник Ким Уоррен-Роудс показал, что ИИ может помочь в этом поиске.

В исследовании, опубликованном в журнале Nature Astronomy, исследовательская группа нанесла на карту редкую жизнь, скрытую в соляных куполах, скалах и кристаллах Салар-де-Пахоналес, высокогорном, гиперзасушливом и высохшем соленом дне озера, расположенном на границе чилийской пустыни Атакама. и Альтиплано. Используя статистическую экологию и методы AI/ML, команда обучила модель машинного обучения распознавать закономерности и правила, связанные с распределением биосигнатур, которые являются потенциальными индикаторами прошлой или настоящей жизни.

Искусственный интеллект выручил

С помощью этой модели машинного обучения команда смогла найти и обнаружить биосигнатуры в 87,5% случаев, что значительно выше, чем ≤10% успеха случайного поиска. Модель AI/ML также сократила область поиска до 97%. Исследователи надеются, что их подход можно будет адаптировать к другим обитаемым средам, чтобы обнаружить и предсказать закономерности и правила, по которым природа выживает и распределяет себя.

Конечная цель состоит в том, чтобы создать аналогичные алгоритмы и модели машинного обучения для различных типов обитаемой среды и биосигнатур, которые можно будет использовать на борту планетарных роботов, чтобы направлять планировщиков миссий в районы с наибольшей вероятностью содержания жизни. Например, исследователи проверили, как эффективно интегрировать дроны с наземными вездеходами, дрелью и инструментами для поиска биосигнатур на Марсе.

Дальнейшее улучшение

Согласно исследованию, микробная жизнь на участке наземного аналога Паджоналес не распределена случайным образом, а вместо этого сконцентрирована в определенных областях, известных как неоднородные биологические очаги. Эти горячие точки тесно связаны с наличием воды в разных масштабах, от километров до сантиметров. В настоящее время исследовательская группа работает над тестированием способности модели машинного обучения предсказывать местонахождение и распределение древних окаменелостей строматолита и микробиомов галита. По мере сбора дополнительных данных они планируют проверить гипотезы о том, как жизнь выживает в экстремальных условиях, и создать схемы вероятностных биосигнатур для ключевых аналоговых экосистем и биомов Земли.