içinde

Yeni AI Aracı, Bilim İnsanlarının Mars’ta Yaşam Arayışına Yardımcı Olabilir!

Yeni AI Aracı, Bilim İnsanlarının Mars’ta Yaşam Avlamalarına Yardımcı Olabilir!

Yeni bir çalışma, yapay zekaya “biyo-imza” içerebilecek alanları tespit etmeyi öğreterek Mars‘ta uzaylı arayışını geliştirmenin yeni bir yolunu ortaya koydu.

NASA‘ya göre biyo-imza, “geçmişte ya da günümüzde yaşam olduğuna dair kanıt olarak kullanılabilecek herhangi bir karakteristik, element, molekül, madde ya da özelliktir.” Ancak böyle bir aracı Mars’ta ya da başka gezegenlerde test etmeden önce Dünya’da test edilmesi gerekiyor.

Bu nedenle araştırmacılar, Şili‘nin Atacama Çölü‘nün üç kilometrekarelik bir alanında biyo-imzaları haritalamak için bir derin öğrenme çerçevesini eğittiler. Nature dergisine göre, yapay zeka ekibin araması gereken alanın önemli bir kısmını azalttı ve gezegendeki en kurak yerlerden biri olarak tanımlanabilecek yerde canlı organizmalar bulma olasılığını artırdı.

Mountain View, Kaliforniya‘daki SETI Enstitüsü‘nde kıdemli araştırmacı bilim insanı ve makalenin başyazarı olan Kimberley Warren-Rhodes, “biyo-imzaları bulma konusunda büyük baskı altında olan” görev bilimcilerine yardımcı olmak için istatistiksel ekoloji alanındaki geçmişini yapay zeka ile birleştirdi.

Yapay zeka tabanlı bir sinir ağı ve makine öğrenimi algoritması yaşam arayışına yardımcı oldu
Warren-Rhodes‘un grubu 2016 yılında Şili And Dağları’nda yaklaşık 3.500 metre yükseklikten drone görüntüleri, jeokimyasal analizler ve DNA dizileri topladı, bu da “önerilen” Mars analoğu. Toplanan veri seti, araştırmacıların Mars’ta yörünge uyduları, dronlar ve keşif araçlarıyla elde ettikleri bilgilerle aynı türden olacaktı.

Ekip verileri yapay zeka tabanlı bir konvolüsyonel sinir ağına (CNN) ve bir makine öğrenimi algoritmasına aktardı. Bu daha sonra Atacama’da yaşam olasılığının yüksek olduğu yerleri tahmin etti.

Yapay zeka, araştırmacıların arama alanını yüzde 97’ye kadar azaltmalarına ve yaşam bulma olasılıklarını yüzde 88’e kadar artırmalarına yardımcı oldu.

Houston, Teksas’taki Ay ve Gezegen Enstitüsü’nde biyo-imzalar üzerine çalışan astrobiyolog Kennda Lynch Nature‘a yaptığı açıklamada, “Bu çalışma paketini görmekten çok etkilendim ve çok mutlu oldum” diyor. “Nereye gidileceğini ve bakılacağını tahmin etmeye yardımcı olacak bir yapay zeka ile bazı başarılar gösterebilmeleri gerçekten harika.”

Daha fazla çalışma yapılması gerekiyor. Atacama, habitatlar ve bulunan yaşam türleri söz konusu olduğunda nispeten basit olduğu için yeni yöntemin çeşitli ekosistemlerde doğrulanması gerekecek. Warren-Rhodes’a göre ekibin bu ilerlemesi, “biyolojinin genellikle kimya ve jeolojinin gerisinde kaldığı dünya dışı araştırmalarda önemli bir ilerlemeyi” temsil ediyor.

“Ekibimizin yapay zekâ kullanarak biyo-imzaları güvenilir bir şekilde tespit etmeye yönelik bu ilk adımlardan birini atması heyecan verici” dedi.

Çalışma Nature Astronomy dergisinde yayımlandı.

Çalışma Özeti:

Mars’ta biyo-imza arayışında, küresel ve bölgesel yaşanabilirliği karakterize etmek için yörüngelerden ve gezginlerden bol miktarda veri var, ancak mikrobiyal habitatların ve biyo-imzaların ölçeklerinde ve çözünürlüklerinde çok daha az bilgi mevcut. Karasal biyo-imzaların dağılımının tanınabilir ve öngörülebilir kalıplarla karakterize edilip edilmediğini anlamak, diğer karasal gezegenlerde yaşam arama çabalarını optimize etmek için işaret levhaları sağlayabilir. Çok uçlu bir karasal ortamda iç içe geçmiş mekansal ölçeklerde biyo-imza modellerini tanımak ve tahmin etmek için istatistiksel ekolojiyi derin öğrenme ile birleştiren uyarlanabilir bir çerçeve geliştiriyoruz. Drone uçuş görüntüleri, çevresel faktörlerle bağlantılı öngörülebilir dağılımları ortaya çıkarmak için simüle edilmiş HiRISE verilerini yer araştırmalarına, spektroskopiye ve biyo-imza haritalamasına bağladı. Yapay zekâ-makine öğrenme modelleri, gezici tabanlı astrobiyoloji keşfi ile ilgili mekânsal ölçeklerde biyo-imza içerme olasılığı yüksek jeolojik özellikleri başarıyla tanımladı. Derin öğrenme ile güçlendirilen hedefli yaklaşımlar, rastgele aramalar için <%10’a karşılık %56,9-87,5 biyo-imza tespit olasılığı sağladı ve fiziksel arama alanını %85-97 oranında azalttı. Birçok karasal ortam için biyo-imza dağılımları, tespit olasılıkları, tahmin modelleri ve arama yol haritaları kütüphaneleri, analog bilim araştırmalarını standartlaştıracak ve tüm ölçeklerde agnostik karşılaştırmalara olanak sağlayacaktır.

Editör: Nur Bersun Aynur – 10.03.2023

Rapor Et

Katılımcı

Çeviri Haber tarafından yazıldı

Doğrulanmış ProfilÜyelik Yılı

Ne düşünüyorsun?

Yorumlar

Bir yanıt yazın

    Alice In Borderland | Squid Game Sevenlerin Kaçırmaması Gereken Bir Dizi

    Minik, Patlayıcı “Jetletler” Güneş Rüzgârını Besliyor Olabilir

    Minik, Patlayıcı “Jetletler” Güneş Rüzgârını Besliyor Olabilir Mi?