Вчені запропонували новий спосіб оптимізувати пошуки життя на Марсі, навчивши штучний інтелект визначати місця, які, найімовірніше, містять «біосигнатури» (ознаки життя).

Нова система глибокого навчання була натренована знаходити біосигнатури в суворих умовах чилійської пустелі Атакама, яка є найсухішою пустелею на Землі та місцем із найвищим на нашій планеті рівнем сонячної радіації впливу, створюючи умови, наближені до марсіанських, наскільки це можливо на Землі.

Інструмент штучного інтелекту зміг підвищити ймовірність виявлення біосигнатур у цьому екстремальному середовищі до 87,5%, що робить його приблизно в дев’ять разів ефективнішим, ніж випадковий пошук ознак життя.

Близько чотирьох мільярдів років тому Марс був теплішим, вологішим і потенційно придатним для життя. Орбітальні апарати та марсоходи виявили багато регіонів на планеті, які були створені водою, ключовим інгредієнтом для життя, відкриваючи перспективи знайти залишки того, що колись могло бути середовищем існування марсіанських мікробів. Наприклад, марсохід NASA Perseverance зараз досліджує кратер Джезеро — колись марсіанське озеро, яке було наповнене водою.

Хоча ми маємо приблизне уявлення про те, де шукати залишки життя мікробів на Марсі, звузити пошук до масштабу крихітних ареалів — набагато складніше завдання. Щоб розв’язувати цю проблему, вчені під керівництвом Кімберлі Воррен-Родс, астробіолога з некомерційного Інституту SETI, розробили «адаптивну систему, яка поєднує статистичну екологію з глибоким навчанням для розпізнавання і прогнозування моделей біосигнатур», згідно з новим дослідженням, опублікованим в журналі Nature Astronomy.

У своїй новій роботі дослідники прагнули натренувати систему глибокого навчання передбачати наявність біосигнатур у чилійському Салар-де-Пахоналес, гірському озері, розташованому на висоті 3 500 метрів на краю пустелі Атакама.

Хоча жодне середовище на Землі не таке екстремальне, як Марс, Салар-де-Пахоналес «демонструє особливості як фізичних, так і біологічних процесів, що мають велике значення для пошуку біосигнатур на Марсі».

Воррен-Родс та її колеги використовували дані повітряних та наземних спостережень, щоб скласти карту розподілу витривалих фотосинтезувальних мікроорганізмів, які живуть у цьому складному середовищі існування. Потім команда навчила нейронні мережі прогнозувати ймовірність появи біосигнатур, використовуючи ряд геологічних параметрів, таких як солоність, тип породи та доступ до світла.

Підхід глибокого навчання зміг передбачити ймовірність виявлення біосигнатур на рівні від 56,9 до 87,5%, що робить його «потужним інструментом для прискорення пошуку та виявлення біосигнатур у земних аналогах», йдеться в дослідженні. Дослідники виявили, що біосигнатури особливо скупчені в алебастрі та навколо нього — типі гірської породи, яка тривалий час утримує воду, і це відкриття може бути корисним для геологічних досліджень на інших планетах.