La NASA utilizzerà l'apprendimento automatico per migliorare la ricerca di vita aliena su Marte

I ricercatori della NASA hanno lavorato duramente su un sistema pilota di intelligenza artificiale destinato ad aiutare le future missioni di esplorazione a trovare prove di vita su altri pianeti nel nostro sistema solare. Gli algoritmi di apprendimento automatico aiuteranno i dispositivi di esplorazione ad analizzare campioni di suolo su Marte e restituire i dati più rilevanti alla NASA. Il programma pilota è attualmente previsto per un test durante la missione ExoMars che vedrà il suo lancio a metà del 2022.

Come riporta IEEE Spectrum, la decisione di utilizzare l'apprendimento automatico e l'intelligenza artificiale per aiutare la ricerca della vita su altri pianeti è stata guidata in gran parte da Erice Lyness, il capo di il laboratorio di ambienti planetari di Goddard alla NASA. Lyness aveva bisogno di trovare modi per automatizzare aspetti delle analisi geochimiche di campioni prelevati in altre parti del nostro sistema solare. Lyness ha deciso che l'apprendimento automatico potrebbe aiutare ad automatizzare molti dei compiti che i veicoli di esplorazione come i rover su Marte devono svolgere, inclusa la raccolta e l'analisi dei campioni di suolo marziano.

Il rover ExoMars Roslanind Franklin sarà in grado di perforare almeno due metri di profondità nel suolo marziano. A questa profondità, i microbi che vivono lì non saranno stati uccisi dalla luce UV del sole. Ciò rende possibile che il rover possa trovare batteri viventi. Anche se non vengono trovati campioni di batteri viventi, è possibile che il trapano possa trovare prove fossili di vita su Marte, trattenute da epoche precedenti in cui il pianeta era più ospitale per la vita. I campioni trovati dalla trivella del rover verranno dati a uno strumento chiamato spettrometro di massa a scopo di analisi.

Lo scopo dello spettrometro di massa è studiare la distribuzione della massa negli ioni trovati all'interno di un dato campione. Ciò si ottiene utilizzando un laser sul campione di suolo, che libera molecole nel campione di suolo, e quindi calcolando la massa atomica dalle diverse molecole. Questo processo produce uno spettro di massa, che i ricercatori analizzeranno per discernere perché potrebbero verificarsi i modelli di picchi che stanno vedendo nello spettro. Tuttavia, c'è un problema con gli spettri generati dallo spettrometro di massa. Vari composti producono un'ampia varietà di spettri diversi. È un rompicapo analizzare uno spettro di massa e determinare quali composti si trovano all'interno del campione, ma gli algoritmi di apprendimento automatico potrebbero essere in grado di aiutare.

I ricercatori stanno studiando un minerale chiamato montmorillonite. La montmorillonite si trova comunemente all'interno del suolo marziano e i ricercatori mirano a capire come il minerale potrebbe manifestarsi all'interno di uno spettro di massa. Il team di ricercatori include campioni di montmorillonite per vedere come cambia l'output dello spettrometro di massa, fornendo loro indizi su come appare il minerale all'interno di uno spettro di massa. Gli algoritmi AI aiuteranno i ricercatori a estrarre modelli significativi dallo spettrometro di massa.

Come Lyness è stato citato da IEEE Spectrum:

“Potrebbe volerci molto tempo per abbattere davvero uno spettro e capire perché stai vedendo picchi a certe [masse] nello spettro. Quindi, qualsiasi cosa tu possa fare per indirizzare gli scienziati in una direzione che dica: "Non preoccuparti, so che non è questo genere di cose o quel genere di cose", possono identificare più rapidamente cosa c'è lì dentro.

Secondo Lyness, la missione ExoMars sarà un eccellente banco di prova per gli algoritmi AI progettati per aiutare a interpretare gli spettri di massa generati dai campioni.

Esistono altre potenziali applicazioni per l'intelligenza artificiale e l'apprendimento automatico nel campo dell'astrobiologia. Il drone libellula, e potenzialmente un'altra missione futura, opererà più lontano dalla Terra e in ambienti più difficili e richiederà l'automazione degli aspetti della navigazione e della trasmissione dei dati.