Wetenschappers hebben momenteel vrij beperkte mogelijkheden om monsters van andere planeten te verzamelen - bodemmonsters van Mars, die worden verzameld door de rover Volharding, zal ons spoedig bereiken. Dus wetenschappers vinden andere waarnemingsmethoden uit om de tekenen van buitenaards leven te kennen. Een daarvan is met behulp van kunstmatige intelligentie.
Een team wetenschappers van het SETI Institute (Search for Extraterrestrial Intelligence) bracht zeldzame vormen in kaart leven, die werden ontdekt in de zoutvlakte Salar de Pajonales op de grens van de Chileense Atacama-woestijn en het Altiplano-plateau.
Vervolgens betrok het team specialisten die het machine learning-model zullen helpen trainen om de patronen en regels te herkennen die verband houden met de verspreiding van het leven in deze niet erg "gastvrije" regio vanuit het oogpunt van klimaat. Op deze manier leerde het model dezelfde patronen en regels te detecteren voor een breed scala aan landschappen, ook die op andere planeten.
Het team ontdekte dat hun systeem, dat statistische ecologie combineert met AI, verhoogde de kans op het detecteren van biosignaturen met 87,5%. Bovendien kan het programma het gebied dat nodig is om te zoeken met maar liefst 97% verkleinen, zodat wetenschappers het jachtproces naar mogelijke sporen van leven aanzienlijk zullen verbeteren.
"Onze tool stelt ons in staat om de kracht van statistische ecologie te combineren met machine learning om de patronen en regels te ontdekken en te voorspellen waarmee de natuur overleeft en zich verspreidt in de ruigste landschappen op aarde", zeggen de onderzoekers. "We hopen dat andere teams van astrobiologen onze aanpak zullen aanpassen om andere bewoonbare omgevingen en biosignaturen in kaart te brengen."
Wetenschappers geloven dat dergelijke machine learning-tools kunnen worden toegepast op robotachtige planetaire missies zoals de Marsrover van NASA Volharding, die momenteel op zoek is naar sporen van leven op de bodem van de krater van het meer op Mars. "Met behulp van deze modellen kunnen we op maat gemaakte wegenkaarten en algoritmen ontwikkelen die de rovers naar de plaatsen leiden met de hoogste waarschijnlijkheid van het bestaan van leven in het verleden of het heden - ongeacht hoe verborgen of zeldzaam het is", voegen de wetenschappers toe. .
Het team koos deze regio om hun model te testen, omdat het een analoog is van het droge en dorre landschap van vandaag Mars. Het is een droge zoutmeerbodem op grote hoogte die wordt blootgesteld aan hoge niveaus van ultraviolette straling, en ondanks al zijn onbewoonbaarheid zijn er enkele levende wezens in deze omgeving.
Ook interessant:
Het team verzamelde bijna 8 afbeeldingen en meer dan 1 monsters om de fotosynthetische microben te identificeren die leven in de zoutkoepels, rotsen en albastkristallen in de regio. Het team onderzocht het gebied ook met behulp van drones en stelde vast dat het microbiële leven hier niet willekeurig verspreid is, maar nauw verband houdt met de aanwezigheid van water. Het team trainde vervolgens de neurale netwerken om de geologische kenmerken van het gebied te herkennen, waarvan sommige ook op Mars te vinden zijn.
De onderzoekers vervolgen momenteel hun opleiding AI bij Salar de Pajonales, en plan vervolgens om het vermogen van de tool te testen om de locatie en verspreiding van oude stromatolietfossielen en zouttolerante microbiomen te voorspellen. Dit zou moeten helpen bepalen of de regels die hij bij deze zoekopdracht gebruikt, kunnen worden toegepast bij het zoeken naar biosignaturen in andere vergelijkbare systemen. Vervolgens zal het team warmwaterbronnen, bevroren bodems en rotsen in droge valleien in kaart brengen om AI te leren naar leven te zoeken in andere extreme regio's op aarde voordat het andere planeten gaat verkennen.
Lees ook: