دانشمندان در حال حاضر فرصت های نسبتاً محدودی در زمینه جمع آوری نمونه از سیارات دیگر دارند - نمونه های خاک از مریخ که توسط مریخ نورد جمع آوری می شود. استقامت، به زودی به دست ما می رسد. بنابراین دانشمندان در حال ابداع روش های سنجش دیگری برای شناخت نشانه های حیات فرازمینی هستند. یکی از آنها به کمک هوش مصنوعی است.
تیمی از دانشمندان مؤسسه SETI (جستجو برای هوش فرازمینی) اشکال کمیاب را نقشه برداری کردند. زندگیکه در نمکزار سالار د پاژونالس در مرز صحرای آتاکامای شیلی و فلات آلتیپلانو کشف شدند.
در مرحله بعد، تیم متخصصانی را درگیر کرد که به آموزش مدل یادگیری ماشینی کمک خواهند کرد تا الگوها و قوانین مرتبط با گسترش زندگی در این منطقه نه چندان "میهمان نواز" را از نقطه نظر آب و هوا تشخیص دهد. به این ترتیب، مدل یاد گرفت که الگوها و قوانین یکسانی را برای طیف وسیعی از مناظر - از جمله مواردی که ممکن است در سیارات دیگر یافت می شود - تشخیص دهد.
این تیم دریافتند که سیستم آنها که ترکیبی از اکولوژی آماری و هوش مصنوعی، احتمال کشف امضاهای زیستی را 87,5 درصد افزایش داد. علاوه بر این، این برنامه می تواند منطقه مورد نیاز برای جستجو را تا 97 درصد کاهش دهد، بنابراین دانشمندان به طور قابل توجهی روند شکار آثار بالقوه حیات را بهبود خواهند بخشید.
محققان می‌گویند: «ابزار ما به ما اجازه می‌دهد تا قدرت بوم‌شناسی آماری را با یادگیری ماشینی ترکیب کنیم تا الگوها و قوانینی را کشف و پیش‌بینی کنیم که بر اساس آنها طبیعت در خشن‌ترین مناظر روی زمین زنده می‌ماند و گسترش می‌یابد». ما امیدواریم که سایر تیم‌های اخترزیست‌شناسان رویکرد ما را برای نقشه‌برداری از سایر محیط‌های قابل سکونت و امضاهای زیستی تطبیق دهند.»
دانشمندان بر این باورند که چنین ابزارهای یادگیری ماشینی را می توان در مأموریت های سیاره ای روباتیک مانند مریخ نورد ناسا به کار برد. استقامت، که در حال حاضر در حال جستجوی آثار حیات در پایین دهانه دریاچه در مریخ است. دانشمندان می افزایند: «با کمک این مدل ها، می توانیم نقشه ها و الگوریتم های جاده ای سفارشی سازی کنیم که مریخ نوردها را به مکان هایی با بیشترین احتمال وجود حیات گذشته یا حال هدایت می کند - مهم نیست چقدر پنهان یا نادر باشد. .
این تیم این منطقه را برای آزمایش مدل خود انتخاب کردند زیرا شبیه به چشم انداز خشک و خشک امروزی است. مریخ. بستر دریاچه نمک خشکی است که در ارتفاع زیاد در معرض اشعه فرابنفش قرار دارد و با وجود غیرقابل سکونت بودن، موجودات زنده ای در این محیط وجود دارند.
همچنین جالب:
این تیم نزدیک به 8 تصویر و بیش از 1 نمونه را برای شناسایی میکروب های فتوسنتزی که در گنبدهای نمکی منطقه، سنگ ها و بلورهای آلاباستر زندگی می کنند، جمع آوری کردند. این تیم همچنین با استفاده از هواپیماهای بدون سرنشین منطقه را مورد بررسی قرار داد و تشخیص داد که حیات میکروبی در اینجا به طور تصادفی توزیع نشده است، بلکه ارتباط نزدیکی با حضور آب دارد. این تیم سپس شبکه‌های عصبی را برای تشخیص ویژگی‌های زمین‌شناسی منطقه، که برخی از آنها در مریخ نیز یافت می‌شوند، آموزش دادند.
محققان در حال حاضر به آموزش خود ادامه می دهند هوش مصنوعی در Salar de Pajonales، و سپس برنامه ریزی برای آزمایش توانایی این ابزار برای پیش بینی مکان و توزیع فسیل های استروماتولیت باستانی و میکروبیوم های مقاوم به نمک. این باید به تعیین اینکه آیا قوانینی که او در این جستجو استفاده می‌کند می‌تواند برای جستجوی امضاهای زیستی در سایر سیستم‌های مشابه اعمال شود یا خیر کمک کند. سپس، این تیم چشمه‌های آب گرم، خاک‌های یخ‌زده و سنگ‌ها را در دره‌های خشک نقشه‌برداری می‌کنند تا به هوش مصنوعی بیاموزند که قبل از کاوش در سیارات دیگر، به دنبال حیات در دیگر مناطق شدید روی زمین باشد.
همچنین بخوانید: