Forscher haben eine KI entwickelt, die Biosignaturen auf dem Mars oder anderen Planeten mit einer Genauigkeit von bis zu 87,5% erkennen kann. Diese Technologie könnte dazu beitragen, zukünftige Raummissionen effizienter zu gestalten und die Suche nach Leben im All zu revolutionieren.
Wäre es nicht einfacher, Leben auf anderen Welten zu finden, wenn wir genau wüssten, wo wir suchen müssen? Forscher haben nur begrenzte Möglichkeiten, Proben auf dem Mars oder anderswo zu sammeln oder Fernerkundungsinstrumente zu nutzen, wenn sie nach Leben jenseits der Erde suchen. In einem Artikel, der in Nature Astronomy veröffentlicht wurde, führte ein interdisziplinäres Team unter der Leitung von Kim Warren-Rhodes, leitender Forschungswissenschaftler am SETI Institute, eine Studie durch, die das versteckte Leben in Salzdomen, Felsen und Kristallen am Salar de Pajonales an der Grenze der chilenischen Atacama-Wüste und Altiplano kartierte.
Warren-Rhodes arbeitete dann mit den Co-Ermittlern Michael Phillips (Johns Hopkins Applied Physics Lab) und Freddie Kalaitzis (University of Oxford) zusammen, um ein maschinelles Lernmodell zu trainieren, das die Muster und Regeln erkennt, die mit ihren Verteilungen verbunden sind, damit es diese Muster und Regeln in Daten vorhersagen und finden kann, auf denen es nicht trainiert wurde. In diesem Fall konnten die Wissenschaftler durch die Kombination von statistischer Ökologie mit KI/ML Biosignaturen bis zu 87,5% der Zeit (im Vergleich zu ≤10% bei zufälliger Suche) lokalisieren und erkennen und die für die Suche benötigte Fläche um bis zu 97% reduzieren.
Schließlich könnten ähnliche Algorithmen und maschinelle Lernmodelle für viele verschiedene Arten von habitablen Umgebungen und Biosignaturen automatisiert an Bord von Planetenrobotern eingesetzt werden, um Missionsplaner effizient zu Gebieten mit der höchsten Wahrscheinlichkeit der Existenz von Leben zu führen.
