الروبوتات
وكالة ناسا تستخدم التعلم الآلي لتحسين البحث عن الحياة على كوكب المريخ
يعمل الباحثون في وكالة ناسا بجد على نظام تجريبي للذكاء الاصطناعي يهدف إلى مساعدة بعثات الاستكشاف المستقبلية في العثور على أدلة على الحياة على كواكب أخرى في نظامنا الشمسي. ستساعد خوارزميات التعلم الآلي أجهزة الاستكشاف في تحليل عينات التربة على المريخ وعودة البيانات الأكثر صلة إلى ناسا. ومن المقرر حاليًا أن تتم تجربة البرنامج التجريبي خلال مهمة إكسومارس التي من المقرر إطلاقها في منتصف عام 2022.
كما تقارير IEEE Spectrum، كانت القرار باستخدام التعلم الآلي والذكاء الاصطناعي لمساعدة البحث عن الحياة على الكواكب الأخرى مدفوعًا إلى حد كبير بواسطة إيريك لينيس، رئيس مختبر البيئات الكوكبية في جودارد في ناسا. كان على لينيس أن يجد وسائل لتحسين آليات تحليل العينات التي تم أخذها في أجزاء أخرى من نظامنا الشمسي. قرر لينيس أن التعلم الآلي يمكن أن يساعد في تحسين العديد من المهام التي يجب على المركبات الاستكشافية مثل روفر المريخ أن تقوم بها، بما في ذلك جمع وتحليل عينات التربة على المريخ.
سيتمكن روفر إكسومارس روزاليند فرانكلين من الحفر إلى عمق مترين على الأقل في التربة المريخية. عند هذا العمق، لن يتم قتل أي كائنات دقيقة تعيش هناك بواسطة ضوء الشمس. هذا يجعل من الممكن أن يجد الروفر بكتيريا حية. حتى لو لم يتم العثور على عينات بكتيرية حية، فمن الممكن أن يجدها الحفار أدلة أحفورية للحياة على المريخ، محفوظة من العصور السابقة عندما كان الكوكب أكثر ملاءمة للحياة. ستتم منح العينات التي يجدها حفر الروفر إلى جهاز يسمى مطياف الكتلة لغرض التحليل.
الغرض من مطياف الكتلة هو دراسة توزيع الكتلة في الأيونات الموجودة في العينة المعطاة. يتم تحقيق ذلك باستخدام ليزر على عينة التربة، مما يحرر الجزيئات في عينة التربة، ثم حساب الكتلة الذرية من الجزيئات المختلفة. هذا يعطي طيفًا للكتلة، والذي سوف يتحليله الباحثون لاكتشاف سبب النمط من الذروات التي يرونها في الطيف. هناك مشكلة مع الأطياف التي يولدها مطياف الكتلة، ومع ذلك. تنتج مركبات مختلفة مجموعة واسعة من الأطياف المختلفة. إنه لغز لتحليل طيف الكتلة وتحديد ما هي المركبات الموجودة في العينة، لكن خوارزميات التعلم الآلي قد تكون قادرة على المساعدة.
يتم دراسة الباحثين لمعدن يسمى مونتморيلونيت. يتم العثور على مونتморيلونيت بشكل شائع في التربة المريخية، ويهدف الفريق إلى فهم كيف يمكن أن تظهر المعدن نفسها في طيف الكتلة. يتضمن فريق من الباحثين عينات مونتморيلونيت لمعرفة كيف يتغير إخراج مطياف الكتلة، مما يعطيهم أدلة حول ما يبدو المعدن عليه في طيف الكتلة. ستساعد خوارزميات الذكاء الاصطناعي الباحثين في استخراج أنماط ذات معنى من مطياف الكتلة.
“يمكن أن يستغرق الأمر وقتًا طويلاً لتحليل الطيف وفهم سبب رؤية الذروات عند كتل معينة في الطيف. لذلك، أي شيء يمكنك فعله لتنبيه العلماء إلى اتجاه يقول، “لا تقلق، أنا أعرف أنه ليس هذا النوع أو ذلك النوع،” يمكنهم تحديد ما يوجد هناك بسرعة أكبر.”
وفقًا لينيس، ستكون مهمة إكسومارس حالة اختبار ممتازة للخوارزميات الذكاء الاصطناعي المصممة لمساعدة تفسير أطياف الكتلة التي يولدها العينات.
هناك تطبيقات أخرى محتملة للذكاء الاصطناعي والتعلم الآلي في مجال علم الأحياء الفلكي. طائرة الدرون دراغونفلاي، وربما مهمة أخرى مستقبلية، ستعمل على بعد أكبر من الأرض وفي بيئات أكثر قسوة وستتطلب تحسين جوانب الملاحة وانتقال البيانات.
