É bem provável que atualmente não exista vida em Marte, mas nada descarta a possibilidade de que ela possa ter existido no passado, nem que seja de uma forma simples. Para encontrar esses vestígios de vida é preciso saber procurar eles, e a inteligência artificial pode ajudar nessa busca.

Mesmo que Marte seja menor que a Terra, a superfície do planeta ainda assim é gigante e praticamente inexplorada. Por causa disso, uma equipe de pesquisadores liderada pela astrobiologista Kimberley Warren-Rhodes mostrou que o aprendizado de máquina pode identificar padrões ocultos e mostrar sinais de vida.

publicidade

Nossa estrutura nos permite combinar o poder da ecologia estatística com o aprendizado de máquina para descobrir e prever os padrões e regras pelas quais a natureza sobrevive e se distribui nas paisagens mais inóspitas da Terra.  

Kimberley Warren-Rhodes, em resposta a ScienceAlert

Leia mais:

Aprendizado de máquina e inteligência artificial

Para testar a inteligência artificial, os pesquisadores foram à região entre o Deserto do Atacama e o Planalto do Altiplano, no Chile, local com características semelhantes à encontrada em Marte e conhecido como Salar de Pajonais. A região é seca, pobre em oxigênio e recebe altas exposições de raios ultravioleta, mesmo assim é possível encontrar vida sob o solo, vivendo em formações minerais.

publicidade

Os astrólogos coletaram 1.154 amostras e fizeram 7.765 imagens para encontrar bioassinaturas que indicassem a presença de microorganismos que realizam fotossíntese. Além diss,o também foram realizadas imagens aéreas, para simular os satélites que orbitam Marte, e adicionaram a topografia do local.

Todos esses dados coletados no Salar de Pajonais foram inseridos em redes neurais convolucionais (CNNs) que treinaram a inteligência artificial a reconhecer regiões mais prováveis de existirem vida. Mesmo com a composição mineral uniforme da região chilena, as CNNs conseguiram identificar padrões onde a vida era encontrada.

publicidade

A IA indicou que áreas de gesso mineral mole eram 40% habitats, enquanto o solo com fitas de gesso era 50%. Os pesquisadores observaram que nesses locais eram porosos e retinham água, o que criava microhabitats para micróbios “quase universalmente habitados”.

O encontro dessas bioassinaturas reduziu a quantidade de terreno que os pesquisadores precisavam procurar por microorganismo em 85% a 97%. A alta capacidade de previsão do modelo de inteligência artificial em encontrar vestígios de vida em condições extremas na Terra mostra que ele poderá ser bem eficaz em Marte. Além disso, ele também poderá ser usado em outras paisagens terrestres com condições semelhantes.

publicidade

Esperamos que outras equipes de astrobiologia adaptem nossa abordagem para mapear outros ambientes habitáveis ​​e bioassinaturas. Com esses modelos, podemos projetar roteiros e algoritmos personalizados para guiar rovers a locais com maior probabilidade de abrigar vida passada ou presente – não importa o quão escondidos ou raro.

Kimberley Warren-Rhodes

Já assistiu aos nossos novos vídeos no YouTube? Inscreva-se no nosso canal!