AIは火星や氷の世界での生命探査の手助けになるか？

火星や他の惑星で生命を見つけるのが簡単になるとしたらどうでしょうか？研究者たちは、地球外の生命を探すために限られた機会しかなく、サンプル収集やリモートセンシング機器へのアクセスが難しい状況です。Nature Astronomy誌に掲載された論文では、SETI研究所のキム・ウォーレン・ローズ氏らによる研究チームが、チリのアタカマ砂漠とアルティプラノの境界にあるSalar de Pajonalesで、塩のドームや岩、結晶に隠れているまばらな生命をマッピングしました。その後、マイケル・フィリップス氏（ジョンズ・ホプキンス応用物理研究所）とフレディ・カライツィス氏（オックスフォード大学）と共同で、機械学習モデルを訓練し、これらの分布に関連するパターンやルールを認識させ、訓練されていないデータで同じ分布を予測・発見できるようにしました。この場合、統計エコロジーとAI/MLを組み合わせることで、バイオシグネチャを87.5%の確率で検出できるようになりました（ランダム検索では≤10%）。 「このフレームワークにより、統計エコロジーと機械学習の力を組み合わせて、地球上で最も過酷な環境で生命が生き残り、分布するパターンやルールを発見・予測することができます。」とローズ氏は述べています。「他のアストロバイオロジーチームが、他の生命に適した環境やバイオシグネチャのマッピングにこのアプローチを適応してくれることを期待しています。このモデルを使って、過去や現在の生命が潜んでいる可能性が最も高い場所へとローバーを誘導する、オーダーメイドのロードマップやアルゴリズムを設計することができます。」 最終的には、さまざまなタイプの生命に適した環境やバイオシグネチャに対するアルゴリズムや機械学習モデルが、惑星ロボットの搭載システムに自動化され、ミッションプランナーが効率的に生命が存在する可能性が最も高いエリアを特定できるようになるでしょう。 ローズ氏とSETI研究所のNASAアストロバイオロジー研究所（NAI）チームは、Salar de Pajonalesを火星のアナログとして使用しました。Pajonalesは、高度3,541メートル、高U/V、超乾燥、乾燥した塩湖床であり、多くの生命にとっては厳しい環境ですが、それでも生息可能とされています。NAIプロジェクトのフィールドキャンペーンでは、チームは