Поиск жизни на других планетах продолжается. Обычно этот процесс сопряжен с анализом органических молекул, которые потенциально могли бы создавать живые организмы. Но это крайне сложно, потому что приходится искать их на удаленных небесных телах, собирать и анализировать огромное количество данных. Сможет ли помочь в деле искусственный интеллект и как ему это удастся? Рассмотрим в этой статье.
Нынешние и будущие космические аппараты оснащаются специальными датчиками. Главная их цель ― искать органические молекулы, указывающие на биологические процессы. Проблема в том, что такие молекулы со временем деградируют, анализировать их становится существенно сложнее.
Прорыв в ИИ для исследования «молекул жизни»
Не так давно был создан метод, в основе которого лежит искусственный интеллект. Его задача ― анализировать молекулярные структуры, устанавливать, есть ли в них признаки жизни. Точность обещает быть на уровне до 90%.
Как отмечает соавтор исследования, Роберт Хайзен из Научного института Карнеги, в основу исследования легла гипотеза, что «химия», создаваемая живым и неживым миром заметно отличается. При этом при исследовании биомолекул удается выявить такую разницу.
Хайзен говорит следующее: «Нам нужно вывести правила, общие принципы, которые отличают распределение молекул. В перспективе это поможет смоделировать условия происхождения жизни и понять, есть ли ее признаки в других мирах».
После создания новой системы искусственного интеллекта, ее можно будет встроить в датчики роботов спускаемых аппаратов. Они могли бы действовать как на Марсе или Луне, так и на других небесных телах, давно привлекающих внимание ученых. Среди них ― Европа и Энцелад.
Ученые говорят о том, что, в теории, на планете жизнь может производить очень большой набор соединений. Если же мир мертв, их будет значительно меньше. Чем здесь поможет искусственный интеллект? Он должен принять, каталогизировать информацию с датчиков, установить, к какой категории относятся молекулы ― биотической или абиотической.
На данный момент обучение алгоритма проводится на основании 134 отобранных образцов. Подборка включает 75 абиотических и 59 биотических образца. Они разделяются на разные комбинации случайным образом. Задача ИИ ― после анализа подборки определить, к какой категории принадлежит конкретный образец.
Результаты обучения говорят о том, что ИИ уже успешно разделяет такие образцы, как раковины моллюсков, волосы человека, кости живых существ и неорганические предметы. К примеру, он может установить, что перед ним рисовое зерно, а не нефть или другие минералы. И это актуально не только для свежих образцов, но и для тех, что содержатся в составе окаменелостей. Это позволяет говорить о еще более высокой точности анализа.
ИИ откроет не только марсианские тайны
Перед отправкой в космос возможности искусственного интеллекта планируется протестировать на Земле. Внимание ученых сосредоточено на регионе Пилбара в Западной Австралии. Местные породы могут содержать микробов, схожих с первыми живыми организмами на Земле ― цианобактериями. Возраст окаменелостей здесь более 3,5 миллиарда лет.
Если ученые получат подтверждение наличия подобных микроорганизмов, это может изменить нынешние представления о развитии жизни на Земле. Окажется, что наша планета стала пригоднее для жизни раньше, чем это предполагали прошлые исследования.
Сегодня информация довольно противоречива и вызывает споры в научных кругах. В то время как одни исследователи утверждают, что следы действительно могут принадлежать микробам, другие говорят, что собранные признаки биологической активности на деле могут иметь отношение к геологическим процессам.
Если алгоритм сравнения биотических и абиотических молекул ИИ разработан правильно, он сможет дать ответ на основе сравнения данных.
Следующим шагом станет использование ИИ в космосе. Созданные алгоритмы помогут получить заметно больше информации, чем мы собираем на данный момент. На обработку будет тратиться меньше времени, а вероятность ошибки уменьшится.
На данный момент время запуска модели в практическое применение неизвестно. Машинное обучение и тесты продолжаются. Но очевидно, что первоначально все возможности нового алгоритма ученые попробуют на Земле.
