Scienziati del SETI Institute hanno utilizzato l'intelligenza artificiale e l'apprendimento automatico per prevedere e individuare biosignature nascoste in ambienti ostili simili a quelli di Marte, aumentando notevolmente l'efficienza nella ricerca di vita oltre la Terra.
Non sarebbe più facile trovare vita su altri mondi se sapessimo esattamente dove cercare? I ricercatori dispongono di poche opportunità per raccogliere campioni su Marte o altrove o accedere a strumenti di telerilevamento quando cercano vita al di fuori della Terra. In uno studio pubblicato su Nature Astronomy, un team interdisciplinare guidato dalla ricercatrice senior del SETI Institute Kim Warren-Rhodes, ha mappato la vita sparsa nascosta in cupole di sale, rocce e cristalli nel Salar de Pajonales al confine tra il deserto di Atacama cileno e l'Altiplano. Warren-Rhodes ha poi collaborato con i co-investigatori Michael Phillips (Johns Hopkins Applied Physics Lab) e Freddie Kalaitzis (Università di Oxford) per addestrare un modello di apprendimento automatico a riconoscere i modelli e le regole associate alle loro distribuzioni in modo che potesse imparare a prevedere e trovare quelle stesse distribuzioni nei dati su cui non era stato addestrato. In questo caso, combinando l'ecologia statistica con l'IA/ML, gli scienziati sono riusciti a individuare e rilevare biosignature fino all'87,5% delle volte (rispetto al ≤10% con la ricerca casuale) e a ridurre l'area necessaria per la ricerca fino al 97%.
Il nostro framework ci permette di combinare la potenza dell'ecologia statistica con l'apprendimento automatico per scoprire e prevedere i modelli e le regole con cui la natura sopravvive e si distribuisce nei paesaggi più duri sulla Terra.', ha detto Rhodes. 'Speriamo che altri team di astrobiologia adattino il nostro approccio per mappare altri ambienti abitabili e biosignature. Con questi modelli, possiamo progettare mappe e algoritmi su misura per guidare i rover verso i luoghi con la più alta probabilità di ospitare vita passata o presente, per quanto nascosta o rara possa essere.'
In definitiva, algoritmi simili e modelli di apprendimento automatico per molti diversi tipi di ambienti abitabili e biosignature potrebbero essere automatizzati a bordo di robot planetari per guidare in modo efficiente i pianificatori di missioni verso aree a qualsiasi scala con la più alta probabilità di contenere vita. Rhodes e il team del NASA Astrobiology Institute (NAI) del SETI Institute hanno utilizzato il Salar de Pajonales come analogo di Marte. Pajonales è un lago salato iperarido ad alta quota (3.541 m), ad alta radiazione U/V, considerato inospitale per molte forme di vita ma ancora abitabile. Durante le campagne sul campo del progetto NAI, il team ha raccolto.