Команда НАСА впервые внедрила алгоритм искусственного интеллекта, чтобы помочь марсоходу и дрону Титану получить астробиологическое подтверждение.
Может ли искусственный интеллект помочь поиску жизни в других местах Солнечной системы? НАСА считает, что ответ может быть «да», и не только на Марсе.
Пилотная система искусственного интеллекта в настоящее время тестируется для использования в миссии ExoMars, которая в настоящее время планируется запустить летом или осенью 2022 года. Разрабатываемые алгоритмы машинного обучения помогут научным группам решить, как тестировать марсианские образцы почвы, чтобы вернуть только наиболее значимые данные.
Для ExoMars система AI будет использоваться только на земле для анализа данных, собранных марсоходом ExoMars. Но если система окажется столь же полезной для роверов, как теперь подозревается, миссия НАСА на луну Сатурна Титан ( запланированная на 2026 год ) может автоматизировать научный процесс полевых испытаний. Эта миссия будет полагаться на беспилотный вертолет «Стрекоза», который будет летать с поверхности на поверхность через плотную атмосферу Титана и искать там признаки жизни.
Охота на микробную жизнь в почве другого мира, будь то окаменелые остатки или современные образцы, очень сложна, говорит Эрик Линесс , руководитель программного обеспечения Лаборатории планетарных сред НАСА имени Годдарда в Гринбелте, штат Мэриленд. Конечно, прецедентов не существует опираться на это, потому что никто еще не преуспел в поисках святого Грааля в астробиологии .
Но это не значит, что ИИ не может оказать существенную помощь. Лайнс объяснил, что в течение последних нескольких лет он ломал голову над тем, как автоматизировать части геолого-разведочных исследований исследовательской миссии, где бы ни находилась научная машина в солнечной системе.
В прошлом году он решил попробовать машинное обучение. «Итак, у нас есть стажеры», — сказал он. «Люди прямо из колледжа или в колледже, которые изучали машинное обучение. … И они сделали некоторые удивительные вещи. Это оказалось намного больше, чем мы ожидали ». Лайнесс и его сотрудники представили свой алгоритм научного анализа на конференции по геохимии в прошлом месяце.
Ровер ExoMars, названный Розалинд Франклин в честь одного из со-первооткрывателей ДНК, станет первым, кто сможет пробурить глубину до 2 метров, за пределы которой солнечный ультрафиолетовый свет может проникать и убивать любые формы жизни. Другими словами, ExoMars станет первым марсианским промыслом, способным достигать глубины почвы, на которой могут быть обнаружены живые почвенные бактерии.
«Мы могли бы потенциально найти формы жизни, микробов и тому подобное», — сказал Лайнес. Однако он быстро добавил, что сегодня существует очень мало убедительных доказательств того, что на Марсе существует современная (микробная) жизнь. ( Ровер Curiosity НАСА отправил назад некоторые необъяснимые наблюдения как метана, так и молекулярного кислорода в марсианской атмосфере, которые, вероятно, могут быть признаком микробных форм жизни, хотя небиологические процессы также могут объяснить эти аномалии.)
Менее спорно, высверлить Розалинд Франклин марсохода может также оказаться окаменелые свидетельства жизни в марсианской почве от предыдущих эпох, когда Марс был более гостеприимным.
Вклад НАСА в совместный российско-европейский космический проект ExoMars представляет собой инструмент, называемый масс-спектрометром, который будет использоваться для анализа проб почвы из кернов. Здесь, по словам Лайнеса, ИИ действительно может оказать помощь.
Спектрометр, который изучает распределение массы ионов в образце материала, работает, взрывая пробуренный образец почвы лазером, а затем отображает атомные массы различных молекул и частей молекул, которые высвободил лазер. Проблема в том, что любой заданный масс-спектр может происходить из любого количества исходных соединений, минералов и компонентов. Что всегда делает анализ масс-спектра гигантской загадкой.
Лайнс сказал, что его группа изучает минерал монтмориллонит , распространенный компонент марсианской почвы, чтобы увидеть, как он может проявить себя в массовом спектре. Затем его команда пробирается в органическое соединение с образцом монтмориллонита, чтобы увидеть, как это меняет выход масс-спектрометра.
«Может потребоваться много времени, чтобы действительно разбить спектр и понять, почему вы видите пики на определенных [массах] в спектре», — сказал он. «Таким образом, все, что вы можете сделать, чтобы направить ученых в направлении, которое говорит:« Не волнуйтесь, я знаю, что это не такие вещи или такие вещи, — они могут быстрее определить, что там ».
Лайнс сказал, что миссия ExoMars предоставит плодородную тренировочную площадку для пока еще не названного алгоритма ИИ его команды. (Он сказал, что открыт для предложений — хотя, пожалуйста, не нужно подделывать подлости Боты МакБоатфейса .)
Поскольку беспилотник «Стрекоза» и, возможно, будущая астробиологическая миссия на Луну Юпитера Европа будет работать в гораздо более агрессивных средах с гораздо меньшими возможностями для передачи данных назад и вперед на Землю, автоматизация астробиологического исследования корабля будет практически требованием.
Все это указывает на будущее в середине 2030-х годов, когда атомный октокоптер на луне Сатурна летит с места на место, чтобы найти доказательства жизни в этом невероятно биологически возможном мире . И машинное обучение поможет власти науки.
«Мы должны исследовать, как сделать научные инструменты умнее», — сказал Лайнес. «Если вы сможете сделать его умнее у источника, особенно для исследования планет, это принесет огромные выгоды».