Agencias
Un experimento en un análogo marciano en el norte de Chile ha probado la utilidad de equipo robots planetarios con inteligencia artificial para centrar la búsqueda de vida de la forma más eficaz.
En un artículo publicado en Nature Astronomy, un estudio interdisciplinar dirigido por Kim Warren-Rhodes, investigadora principal del Instituto SETI, cartografió la escasa vida oculta en cúpulas de sal, rocas y cristales del Salar de Pajonales, en el límite entre el desierto chileno de Atacama y el Altiplano.
A continuación, Warren-Rhodes trabajó con los coinvestigadores Michael Phillips (Laboratorio de Física Aplicada Johns Hopkins) y Freddie Kalaitzis (Universidad de Oxford) para entrenar un modelo de aprendizaje automático que reconociera los patrones y reglas asociados a sus distribuciones, de modo que pudiera aprender a predecir y encontrar esas mismas distribuciones en datos sobre los que no había sido entrenado.
En este caso, al combinar la ecología estadística con la inteligencia artificial/aprendizaje de máquina, los científicos pudieron localizar y detectar biofirmas hasta un 87,5% de las veces (frente a un 10% mediante búsqueda aleatoria) y disminuir el área necesaria para la búsqueda hasta en un 97%.
“Nuestro marco nos permite combinar la potencia de la ecología estadística con el aprendizaje automático para descubrir y predecir los patrones y reglas por los que la naturaleza sobrevive y se distribuye en los paisajes más duros de la Tierra”, afirma Rhodes en un comunicado. “Esperamos que otros equipos de astrobiología adapten nuestro enfoque para cartografiar otros entornos habitables y bioseñales. Con estos modelos, podemos diseñar hojas de ruta y algoritmos a medida para guiar a los vehículos exploradores hacia lugares con la mayor probabilidad de albergar vida pasada o presente, por muy oculta o rara que sea”.
