Les scientifiques ont actuellement des possibilités plutôt limitées en matière de collecte d'échantillons d'autres planètes - des échantillons de sol de Mars, qui sont collectés par le rover Persévérance, nous parviendra bientôt. Les scientifiques inventent donc d'autres méthodes de détection pour connaître les signes de vie extraterrestre. L'un d'eux est avec l'aide de l'intelligence artificielle.
Une équipe de scientifiques de l'institut SETI (Search for Extraterrestrial Intelligence) a cartographié des formes rares la vie, qui ont été découverts dans le Salar de Pajonales, à la frontière du désert chilien d'Atacama et du plateau de l'Altiplano.
Ensuite, l'équipe a impliqué des spécialistes qui aideront à former le modèle d'apprentissage automatique pour reconnaître les modèles et les règles associés à la propagation de la vie dans cette région peu "hospitalière" du point de vue du climat. De cette façon, le modèle a appris à détecter les mêmes modèles et règles pour un large éventail de paysages, y compris ceux que l'on peut trouver sur d'autres planètes.
L'équipe a découvert que leur système, qui combine écologie statistique et IA, a augmenté la probabilité de détecter des biosignatures de 87,5 %. De plus, le programme peut réduire la zone requise pour la recherche jusqu'à 97 %, de sorte que les scientifiques amélioreront considérablement le processus de recherche de traces potentielles de vie.
"Notre outil nous permet de combiner la puissance de l'écologie statistique avec l'apprentissage automatique pour découvrir et prédire les modèles et les règles selon lesquels la nature survit et se propage dans les paysages les plus difficiles de la Terre", expliquent les chercheurs. "Nous espérons que d'autres équipes d'astrobiologistes adapteront notre approche pour cartographier d'autres environnements habitables et biosignatures."
Selon les scientifiques, de tels outils d'apprentissage automatique pourraient être appliqués à des missions planétaires robotiques telles que le rover Mars de la NASA. Persévérance, qui recherche actuellement des traces de vie au fond du cratère Lake sur Mars. "Avec l'aide de ces modèles, nous pouvons développer des cartes routières personnalisées et des algorithmes qui dirigeront les rovers vers les endroits avec la plus grande probabilité d'existence d'une vie passée ou présente - peu importe à quel point elle est cachée ou rare", ajoutent les scientifiques. .
L'équipe a choisi cette région pour tester son modèle car c'est un analogue du paysage sec et aride d'aujourd'hui Mars. C'est un lit de lac salé sec de haute altitude qui est exposé à des niveaux élevés de rayonnement ultraviolet, et malgré toute son inhabitabilité, il y a des êtres vivants dans cet environnement.
Intéressant aussi :
L'équipe a collecté près de 8 1 images et plus de XNUMX XNUMX échantillons pour identifier les microbes photosynthétiques qui vivent dans les dômes de sel, les roches et les cristaux d'albâtre de la région. L'équipe a également étudié la zone à l'aide de drones et a déterminé que la vie microbienne ici n'est pas distribuée au hasard, mais étroitement liée à la présence d'eau. L'équipe a ensuite formé les réseaux de neurones pour reconnaître les caractéristiques géologiques de la région, dont certaines se trouvent également sur Mars.
Les chercheurs poursuivent actuellement leur formation IA au Salar de Pajonales, puis prévoient de tester la capacité de l'outil à prédire l'emplacement et la distribution d'anciens fossiles de stromatolites et de microbiomes tolérants au sel. Cela devrait aider à déterminer si les règles qu'il utilise dans cette recherche peuvent être appliquées à la recherche de biosignatures dans d'autres systèmes similaires. Ensuite, l'équipe cartographiera les sources chaudes, les sols gelés et les roches dans les vallées sèches pour apprendre à l'IA à rechercher la vie dans d'autres régions extrêmes de la Terre avant d'explorer d'autres planètes.
Lisez aussi: