Обнаружение жизни в других мирах не стало бы проще, если бы мы знали точные места для поиска. Однако возможности сбора образцов или доступа к приборам дистанционного зондирования ограничены. Недавнее исследование, опубликованное в журнале Nature Astronomy за авторством научной группы из Института SETI, приближает нас на один шаг к обнаружению внеземной жизни. Междисциплинарное исследование наносит на карту редкие формы жизни, скрытые в соляных куполах, скалах и кристаллах в Салар-де-Пахоналес, расположенном на границе чилийской пустыни Атакама и Альтиплано.
Благодаря помощи сотрудников из Лаборатории прикладной физики Джона Хопкинса и Оксфордского университета, ученым удалось создать модель машинного обучения, которая могла бы распознавать закономерности и правила, связанные с распространением форм жизни. Эта модель была разработана для прогнозирования и выявления подобных распределений в необученных данных. Объединив статистическую экологию с AI/ML, ученые добились замечательного результата: возможность находить и обнаруживать биосигнатуры в 87,5% случаев по сравнению с 10% при случайном поиске. Это также сократило область поиска на целых 97%.
В конечном счете, аналогичные алгоритмы и модели машинного обучения для многих различных типов обитаемых сред и биосигнатур могут быть интегрированы в ПО разведывательных роботов и орбитальных аппаратов, чтобы эффективно направлять миссий в области с наибольшей вероятностью содержащие следы жизни.
Команда Института SETI использовали Salar de Pajonales в качестве аналога Марса. Паджоналес — это высокогорное (3541 м), с высоким U/V, сверхзасушливое, сухое соленое дно озера, считающееся негостеприимным для многих форм жизни, но все же пригодным для жизни.
Во время полевых кампаний проекта NAI команда собрала более 7765 изображений и 1154 образца и протестировала инструменты для обнаружения фотосинтезирующих микробов, живущих в соляных куполах, скалах и кристаллах алебастра. Эти микробы выделяют пигменты, которые представляют собой одну из возможных биосигнатур.
Изображения с дронов соединяли смоделированные орбитальные данные (HiRISE) с наземными выборками и трехмерными топографическими картами для извлечения пространственных закономерностей. Результаты исследования подтверждают (статистически), что микробная жизнь на участке наземного аналога Паджоналес не распределена случайным образом, а сконцентрирована в неоднородных биологических горячих точках, тесно связанных с доступностью воды в масштабах от километров до сантиметров.
Затем команда обучила сверточные нейронные сети (CNN) распознавать и прогнозировать макромасштабные геологические особенности в Паджоналесе — некоторые из которых, такие как структурированные наземные или полигональные сети, также обнаружены на Марсе — и микромасштабные субстраты (места обитания), скорее всего, содержат биосигнатуры.
Следующая исследовательская цель команды— проверить способность CNN предсказывать местоположение и распределение древних окаменелостей строматолита и микробиомов галита с помощью тех же программ машинного обучения, чтобы узнать, применяются ли аналогичные правила и модели к другим подобным, но немного отличным природным системам. Это исследование, проведенное командой NAI Института SETI, проложило путь к машинному обучению, чтобы помочь ученым в поиске биосигнатур во Вселенной.
