NASA om masjienleer te gebruik om soektog na uitheemse lewe op Mars te verbeter

Navorsers by NASA het hard gewerk aan 'n proef-KI-stelsel wat bedoel is om toekomstige verkenningsmissies te help om bewyse van lewe op ander planete in ons sonnestelsel te vind. Masjienleeralgoritmes sal verkenningstoestelle help om grondmonsters op Mars te ontleed en die mees relevante data aan NASA terug te stuur. Die loodsprogram is tans beplan vir 'n toetslopie tydens die ExoMars-sending wat in die middel van 2022 bekendgestel sal word.

Soos IEEE Spectrum berig, is die besluit om masjienleer en kunsmatige intelligensie te gebruik om die soektog na lewe op ander planete te help grootliks gedryf deur Erice Lyness, die hoof van die Goddard Planetary Environments Lab by NASA. Lyness moes met maniere vorendag kom om aspekte van geochemiese ontledings van monsters wat in ander dele van ons sonnestelsel geneem is, te outomatiseer. Lyness het besluit masjienleer kan help om baie van die take te outomatiseer wat eksplorasievaartuie soos die Mars-rovers moet uitvoer, insluitend die versameling en ontleding van Mars-grondmonsters.

Die ExoMars-rover Roslanind Franklin sal minstens twee meter diep in die marsgrond kan boor. Op hierdie diepte sal enige mikrobes wat daar woon nie deur die UV-lig van die son doodgemaak word nie. Dit maak dit moontlik dat die rover lewende bakterieë kan vind. Selfs al word geen lewende bakterieëmonsters gevind nie, is dit moontlik dat die boor gefossileerde bewyse van lewe op Mars kan vind, wat oorgehou is van vroeër eras toe die planeet meer gasvry was vir lewe. Die monsters wat die rower se boor vind, sal aan 'n instrument genaamd 'n massaspektrometer gegee word vir die doel van ontleding.

Die massaspektrometer se doel is om die verspreiding van massa in die ione wat binne 'n gegewe monster gevind word, te bestudeer. Dit word bewerkstellig deur 'n laser op die grondmonster te gebruik, wat molekules in die grondmonster vrystel, en dan die atoommassa uit die verskillende molekules te bereken. Hierdie proses produseer 'n massaspektrum, wat navorsers sal ontleed om te onderskei waarom die patrone van spykers wat hulle in die spektrum sien, kan voorkom. Daar is egter 'n probleem met die spektrums wat deur die massaspektrometer gegenereer word. Verskeie verbindings produseer 'n wye verskeidenheid verskillende spektrums. Dit is 'n legkaart om 'n massaspektrum te ontleed en te bepaal watter verbindings binne die monster is, maar masjienleeralgoritmes kan dalk help.

Die navorsers bestudeer 'n mineraal genaamd montmorilloniet. Montmorilloniet word algemeen in die Marsgrond aangetref, en die navorsers poog om te verstaan ​​hoe die mineraal homself binne 'n massaspektrum kan manifesteer. Die span navorsers sluit montmorillonietmonsters in om te sien hoe daardie uitset van die massaspektrometer verander, wat hulle leidrade gee oor hoe die mineraal binne 'n massaspektrum lyk. Die KI-algoritmes sal die navorsers help om betekenisvolle patrone uit die massaspektrometer te onttrek.

Soos Lyness deur IEEE Spectrum aangehaal is:

“Dit kan lank neem om werklik 'n spektrum af te breek en te verstaan ​​hoekom jy pieke by sekere [massas] in die spektrum sien. So enigiets wat jy kan doen om wetenskaplikes in 'n rigting te wys wat sê: 'Moenie bekommerd wees nie, ek weet dit is nie hierdie soort ding of daardie soort ding nie,' hulle kan vinniger identifiseer wat daarin is.

Volgens Lyness sal die ExoMars-missie 'n uitstekende toetsgeval wees vir die AI-algoritmes wat ontwerp is om die massaspektrums wat deur monsters gegenereer word, te help interpreteer.

Daar is ander potensiële toepassings vir KI en masjienleer in die veld van astrobiologie. Die Dragonfly-dreuning, en moontlik nog 'n toekomstige missie, sal verder van die Aarde en in moeiliker omgewings funksioneer en dit sal outomatisering van aspekte van navigasie en die oordrag van data vereis.