Может ли искусственный интеллект помочь найти жизнь на Марсе или ледяных мирах?

Исследователи из SETI Institute под руководством Кима Уоррен-Роудса разработали новый подход для поиска жизни за пределами Земли, объединив статистическую экологию с искусственным интеллектом. Результаты опубликованы в Nature Astronomy.

Исследование в аналоге Марса

• Учёные изучили распределение жизни в экстремальной среде солончака Салар-де-Пахоналес в Чили — аналога марсианских условий (высокая высота, ультрафиолет, гиперзасушливость).
• Было собрано более 7 765 изображений и 1 154 образца. Исследовались фотосинтезирующие микробы внутри соляных куполов, пород и кристаллов алебастра, чьи пигменты являются потенциальными биосигнатурами.

Метод: экология + машинное обучение

• Анализ подтвердил, что микробная жизнь распределена не случайно, а сконцентрирована в «биологических горячих точках», связанных с доступностью воды.
• На основе этих данных исследователи обучили свёрточные нейронные сети (CNNs) распознавать геологические особенности и предсказывать места с высокой вероятностью наличия биосигнатур.
• Подход интегрировал данные разного масштаба: от орбитальных снимков (симулирующих HiRISE) и съёмки с дронов до наземных проб и 3D-картографирования.

Результаты и перспективы

• Обученная модель позволила находить биосигнатуры с эффективностью до 87,5% (против ≤10% при случайном поиске) и сокращать площадь поиска до 97%.
• Метод тестировался с использованием дронов и наземных роверов, имитируя работу инструментов марсохода Perseverance (например, VISIR на 'MastCam-Z' и Raman на 'SuperCam').
• В будущем подобные алгоритмы можно будет автоматизировать на борту планетарных роверов для нацеливания на самые перспективные участки.
• Следующие цели — проверить работу модели для поиска древних строматолитов и других экосистем (горячие источники, вечная мерзлота).

Ключевая цитата

«Наша работа демонстрирует путь, который позволяет перейти от масштабов, необходимых для характеристики обитаемости, к тем, что могут помочь нам найти жизнь», — отмечает Натали А. Каброль, руководитель проекта в SETI Institute NAI.