天体生物学家训练人工智能在火星上寻找生命

人工智能(AI)和机器学习可能会彻底改变在其他星球上寻找生命的过程。但在这些工具能够解决火星等遥远的地方之前，它们需要在地球上进行测试。

一组研究人员成功地训练了一个人工智能来绘制生物特征——任何可以提供过去或现在生命证据的特征——在智利阿塔卡马沙漠三平方公里的区域内。人工智能大大减少了团队需要搜索的区域，并提高了在地球上最干燥的地方之一找到生物的可能性。结果于3月6日公布自然天文学¹．

加利福尼亚州山景城SETI研究所的高级研究科学家金伯利·沃伦-罗兹(Kimberley Warren-Rhodes)是这篇论文的第一作者，她从21世纪初开始就一直在追踪生物特征，当时她意识到研究其他行星生物学的工具很少。她希望将自己在统计生态学方面的背景与人工智能等新兴技术结合起来，以帮助任务科学家，“他们在寻找生物特征方面面临很大压力”，但在如何寻找方面受到严格限制。例如，从地球远程控制的漫游者只能移动有限的距离，收集的样本也相对较少，这就使得最有可能产生生命的采样地点变得更加重要。任务科学家的这些预测部分是基于火星在地球上的类似物，在那里科学家们搜寻极端的栖息地，以确定生物如何以及在哪里茁壮成长。

寻找生命

从2016年开始，沃伦-罗兹的团队前往阿塔卡马沙漠的高而干燥的高原——智利安第斯山脉海拔约3500米的火星模拟地——寻找被称为岩内体的岩石生活的光合生物。为了充分描述环境的特征，研究人员收集了从无人机镜头到地球化学分析到DNA序列的一切。总的来说，这个数据集模仿了研究人员在火星上收集的信息类型轨道卫星，无人驾驶飞机而且流浪者．

Warren-Rhodes的团队将数据输入基于人工智能的卷积神经网络(CNN)和机器学习算法，从而预测阿塔卡马最有可能发现生命的地方。

通过在人工智能反馈的基础上针对样本收集，研究人员能够将搜索区域减少97%，并将发现生命的可能性增加88%。沃伦-罗兹说:“最后，你可以把我们放下来，不用四处游荡很长时间，我们只需要一分钟就能找到生命。”具体来说，研究小组发现，阿塔卡马沙漠的内石最常在一种名为雪花石膏的矿物中发现，这种矿物具有多孔性，并能保持水分，并且倾向于在各种微生境之间的过渡区域聚集，例如沙子和雪花石膏晶体相互毗邻的地方。

德克萨斯州休斯顿月球与行星研究所的天体生物学家肯达·林奇(Kennda Lynch)研究生物特征，她说:“看到这一系列工作，我印象非常深刻，也非常高兴。”“他们可以通过人工智能来帮助预测去哪里看，这真的很酷。”

位于科罗拉多州博尔德市的蓝色大理石太空科学研究所的天体生物学家格雷厄姆·刘(Graham Lau)在加拿大北极地区的另一个类似火星的地方读研究生，研究生物学是如何影响稀有矿物的形成的，这些矿物可以在其他行星上作为生物特征。“自从我第一次读弗兰克·赫伯特的小说沙丘当我还是个孩子的时候，我就被这个将生态学应用于行星的想法所震撼，”他说。但直到过去十年左右，工具和数据都无法以科学的严谨性来解决这些问题。“通过这些轨道观测和无人机成像，我们可以获得几乎无限的数据可能性，”他说，“我确实认为这篇论文是进行这些更大规模分析的途径中的许多部分之一。”

看似简单的

Lau和Lynch说，新方法需要在多个生态系统中进行验证，包括那些地质更复杂、生物多样性更丰富的生态系统。刘指出，就栖息地和可能在那里发现的生命类型而言，阿塔卡马相对简单。而在火星上，撞击火星表面的高强度紫外线辐射意味着科学家可能需要探测地下生命的线索。

最终，沃伦-罗兹说，她希望看到一个包含不同火星类似物的全面数据库，可以为计划下一次采样的任务科学家提供有价值的信息。她补充说，她的团队的进步，对任何从小看着她长大的人来说，可能看起来“很简单”明星长途跋涉探险家用三录仪扫描外星世界。但是，它代表了外星研究的重要进展，在这方面，生物学往往落后于化学和地质学。例如，想象一下，虚拟现实耳机可以在科学家扫描表面时向他们提供实时数据，使用探测器的“眼睛”来指导他们的活动。她说:“我们的团队迈出了使用人工智能可靠检测生物特征的第一步，这令人兴奋。”“这真是一个重大时刻。”