国際的な研究者チームは、人工知能（AI）が火星の生命を示す可能性のある地理的データ内の隠されたパターンを特定するのに役立つことを発見しました。
地球を越えた生活の検索で火星からサンプルを収集する機会はわずかしかないので、これらのミッションは、地球外の生活を抱く可能性が最も高い場所をターゲットにすることが重要です。 50人以上の研究者の国際チームが率いる新しい研究は、これを使用することでサポートできることを保証します人工知能および機械学習方法。この技術は、火星の生命の存在を示す可能性のある地理的データ内の隠されたパターンを特定するために使用できます。
作業、 '地上の類似物のバイオシグネチャパターンをデコードおよび予測するための軌道から地面から地面へのフレームワーク、 ’が公開されています自然天文学。
結果のモデルは、火星の生命を示す可能性のあるバイオシグネチャを見つけることができました
Seti InstituteのKimberley Warren-Rhodes博士が率いる研究の最初の部分は、チリのアタカマ砂漠と南のアルティプラノの境界にあるサラデパホナレス盆地の3km²のエリアの生態学的調査でした。アメリカ。
結果のモデルは、訓練されていないデータで最大87.5％の時間のバイオシグネチャを見つけて検出することができます。これにより、最大97％の肯定的な結果を見つけるために必要な検索領域が減少しました。
オックスフォード大学のコンピューターサイエンス学科のフレディカラテジス博士は、機械学習方法の適用をマイクロハビタットデータに適用しました。彼は次のように述べています。
地球上では、火星と最も類似した類似点の1つは、400万年前の湖底であるPajonalesです。この領域は、ほとんどの形態の生活には住みにくいと考えられています。
水の入手可能性は、生物学的ホットスポットの位置を決定する重要な要因である可能性が高い
研究者は、7,700個以上の画像と1,150個のサンプルを収集し、塩のドーム、岩、および盆地の表面を構成するアラバスター結晶内に生息する光合成微生物の存在をテストしました。ここでは、カロテノイドやクロロフィル色素などのバイオシグネチャーマーカーは、それぞれオレンジピンクと緑の層と見なすことができます。
地上サンプリングデータと3D地形マッピングをドローン画像と組み合わせて、領域を4つのマクロハビタット（メーターからキロメートルのスケール）と6つの微生物（センチメータースケール）に分類しました。チームは、パジョナレスがほぼ均一な鉱物組成を持っているにもかかわらず、研究部位全体の微生物生物が異なる領域で密集していることを発見しました。
フォローアップ実験により、栄養素や光の可用性などの環境変数ではなく、生物学的ホットスポットの水の可用性が最も可能性の高い要因であることが示されました。
結合されたデータセットを使用して、どのマクロおよび微生物がバイオシグネチャと最も強く関連しているかを予測するために、畳み込みオンライン カジノ ベラ ジョンラルネットワークをトレーニングしました。
「空中画像と地上ベースのセンチスケールデータの両方について、このモデルは、バイオシグネチャを含む可能性が高い地質材料の存在に対する高い予測能力を実証しました」とKalaitzis博士は述べています。
「結果は、バイオシグネチャの分布が水文学的特徴に強く関連付けられているため、地上の真実のデータとよく整合しています。」
モデルは、他の過酷なエコシステムをマッピングするために使用されます
今、研究者は、古代のストロマトライト化石など、パジョナレス盆地の類似した異なる天然システムの位置を予測するモデルの能力をテストすることを目指しています。このモデルは、温泉や永久凍土の土壌など、他の過酷な生態系をマッピングするためにも使用されます。
「私たちの研究は、異なるデータの膨大な量を分析し、人間には知らないパターンを特定する能力を通じて科学的発見を加速する機械学習方法の力を再び実証しました」とKalaitzis博士は付け加えました。
「最終的に、このアプローチが、火星の生命の探求のガイドとして役立つバイオシグネチャの確率と習慣性アルゴリズム、ロードマップ、モデルのデータバンクの編集を促進することを願っています。」
