Ученые предложили новый способ оптимизации поиска инопланетян на Марсе, обучая искусственный интеллект выявлять среды, которые, скорее всего, содержат «биосигнатуры» или признаки жизни, сообщает новое исследование.
Новая структура глубокого обучения была обучена поиску биосигнатур в суровой чилийской среде, которая подвергается воздействию высоких уровней радиации и чрезвычайно холодных температур, создавая условия, максимально приближенные к марсианским. Инструмент искусственного интеллекта смог повысить вероятность обнаружения биосигнатур в этой экстремальной среде до 87,5 процента, что сделало его примерно в девять раз эффективным, чем случайный поиск признаков жизни.
Около четырех миллиардов лет назад Марс был теплее, влажнее и потенциально пригодным для жизни. Орбитальные аппараты и марсоходы обнажили многие регионы планеты, которые были созданы водой, ключевым ингредиентом жизни в том виде, в каком мы ее знаем, раскрывая дразнящие проблески того, что когда-то могло быть средой обитания марсианских микробов. Например, марсоход НАСА Perseverance в настоящее время исследует кратер Езеро, древнее марсианское дно озера, которое давно наполнено водой.
Хотя у нас есть приблизительное представление о том, где искать остатки микробной жизни на Марсе, сужение поиска до масштаба крошечных местообитаний является гораздо более сложной задачей. Для решения этой проблемы ученые во главе с Кимберли Уоррен-Роудсом, астробиологом из некоммерческого Института SETI, разработали «адаптируемую структуру, которая сочетает статистическую экологию с глубоким обучением для распознавания и прогнозирования моделей биосигнатуры.
а это классное использование нейросети, а не эти ваши картинки по запросам