Οι επιστήμονες έχουν σήμερα μάλλον περιορισμένες ευκαιρίες στο θέμα της συλλογής δειγμάτων από άλλους πλανήτες - δείγματα εδάφους από τον Άρη, τα οποία συλλέγονται από το rover Επιμονή, θα μας φτάσει σύντομα. Έτσι οι επιστήμονες εφευρίσκουν άλλες μεθόδους ανίχνευσης για να γνωρίζουν τα σημάδια της εξωγήινης ζωής. Ένα από αυτά είναι με τη βοήθεια της τεχνητής νοημοσύνης.
Μια ομάδα επιστημόνων από το Ινστιτούτο SETI (Search for Extraterrestrial Intelligence) χαρτογράφησε σπάνιες μορφές ΖΩΗ, που ανακαλύφθηκαν στην αλυκή Salar de Pajonales στα σύνορα της χιλιανής ερήμου Atacama και του οροπεδίου Altiplano.
Στη συνέχεια, η ομάδα συμμετείχε ειδικούς που θα βοηθήσουν στην εκπαίδευση του μοντέλου μηχανικής μάθησης ώστε να αναγνωρίζει τα πρότυπα και τους κανόνες που σχετίζονται με την εξάπλωση της ζωής σε αυτήν την όχι πολύ «φιλόξενη» περιοχή από την άποψη του κλίματος. Με αυτόν τον τρόπο, το μοντέλο έμαθε να ανιχνεύει τα ίδια μοτίβα και κανόνες για ένα ευρύ φάσμα τοπίων – συμπεριλαμβανομένων αυτών που μπορεί να βρεθούν σε άλλους πλανήτες.
Η ομάδα διαπίστωσε ότι το σύστημά τους, το οποίο συνδυάζει τη στατιστική οικολογία και Όλα συμπεριλαμβάνονται, αύξησε την πιθανότητα ανίχνευσης βιουπογραφών κατά 87,5%. Επιπλέον, το πρόγραμμα μπορεί να μειώσει την περιοχή που απαιτείται για αναζήτηση έως και 97%, έτσι οι επιστήμονες θα βελτιώσουν σημαντικά τη διαδικασία του κυνηγιού για πιθανά ίχνη ζωής.
«Το εργαλείο μας μας επιτρέπει να συνδυάσουμε τη δύναμη της στατιστικής οικολογίας με τη μηχανική μάθηση για να ανακαλύψουμε και να προβλέψουμε τα πρότυπα και τους κανόνες με τους οποίους η φύση επιβιώνει και εξαπλώνεται στα πιο σκληρά τοπία της Γης», λένε οι ερευνητές. «Ελπίζουμε ότι άλλες ομάδες αστροβιολόγων θα προσαρμόσουν την προσέγγισή μας για να χαρτογραφήσουν άλλα κατοικήσιμα περιβάλλοντα και βιουπογραφές».
Τέτοια εργαλεία μηχανικής μάθησης, πιστεύουν οι επιστήμονες, θα μπορούσαν να εφαρμοστούν σε ρομποτικές πλανητικές αποστολές όπως το ρόβερ Άρης της NASA Επιμονή, η οποία αυτή τη στιγμή αναζητά ίχνη ζωής στον πάτο του κρατήρα της λίμνης στον Άρη. «Με τη βοήθεια αυτών των μοντέλων, μπορούμε να αναπτύξουμε προσαρμοσμένους οδικούς χάρτες και αλγόριθμους που θα κατευθύνουν τα ρόβερ στα μέρη με τη μεγαλύτερη πιθανότητα ύπαρξης προηγούμενης ή παρούσας ζωής - ανεξάρτητα από το πόσο κρυφή ή σπάνια είναι», προσθέτουν οι επιστήμονες. .
Η ομάδα επέλεξε αυτή την περιοχή για να δοκιμάσει το μοντέλο της επειδή είναι ανάλογο του ξηρού και άνυδρου τοπίου του σήμερα Άρης. Πρόκειται για ένα μεγάλο υψόμετρο ξηρής λίμνης αλυκής που εκτίθεται σε υψηλά επίπεδα υπεριώδους ακτινοβολίας και παρ' όλη τη μη κατοικήσιμό του, υπάρχουν μερικά έμβια όντα σε αυτό το περιβάλλον.
Επίσης ενδιαφέρον:
Η ομάδα συνέλεξε σχεδόν 8 εικόνες και περισσότερα από 1 δείγματα για να αναγνωρίσει τα φωτοσυνθετικά μικρόβια που ζουν στους θόλους, τους βράχους και τους κρυστάλλους αλάβαστρο της περιοχής. Η ομάδα ερεύνησε επίσης την περιοχή χρησιμοποιώντας drones και διαπίστωσε ότι η μικροβιακή ζωή εδώ δεν κατανέμεται τυχαία, αλλά σχετίζεται στενά με την παρουσία νερού. Στη συνέχεια, η ομάδα εκπαίδευσε τα νευρωνικά δίκτυα να αναγνωρίζουν τα γεωλογικά χαρακτηριστικά της περιοχής, μερικά από τα οποία βρίσκονται επίσης στον Άρη.
Οι ερευνητές συνεχίζουν αυτή τη στιγμή την εκπαίδευσή τους Όλα συμπεριλαμβάνονται στο Salar de Pajonales και στη συνέχεια σχεδιάζουν να δοκιμάσουν την ικανότητα του εργαλείου να προβλέπει τη θέση και τη διανομή των αρχαίων απολιθωμάτων στρωματολίτη και μικροβιωμάτων ανθεκτικών στο αλάτι. Αυτό θα βοηθήσει να καθοριστεί εάν οι κανόνες που χρησιμοποιεί σε αυτήν την αναζήτηση μπορούν να εφαρμοστούν για την αναζήτηση βιουπογραφών σε άλλα παρόμοια συστήματα. Στη συνέχεια, η ομάδα θα χαρτογραφήσει θερμές πηγές, παγωμένα εδάφη και βράχους σε ξηρές κοιλάδες για να διδάξει την τεχνητή νοημοσύνη να αναζητά ζωή σε άλλες ακραίες περιοχές της Γης πριν εξερευνήσει άλλους πλανήτες.
Διαβάστε επίσης: