Штучний інтелект допомагає прогнозувати ймовірність життя у інших світах

Розвиток штучного інтелекту може допомогти нам передбачати ймовірність життя на інших планетах, згідно нової роботи команди з Плімутського університету. У дослідженні використовуються штучні нейронні мережі (ANN) для класифікації планет за п’яти типами, що оцінюють ймовірність життя у кожному випадку і які можуть бути використані у майбутніх місіях міжзоряного розвідки. Робота представлена на Європейському тижні астрономії та космічної науки (EWASS) в Ліверпулі 4 квітня паном Крістофером Бішопом, повідомляє sciencedaily.

Складене фото, що показує інфрачервоне зображення Титана, супутника Сатурна, отриманого з космічного корабля “Кассіні” НАСА. Деякі дані вимірів припускають, що у Титана найвищий рейтинг населеності із будь-якого зі світів окрім Землі, на основі таких факторів, як доступність енергії і різні характеристики поверхні і атмосфери. Фото: НАСА / JPL / Арізонський університет / Університет Айдахо

Штучні нейронні мережі – це системи, які намагаються відтворити спосіб, за яким навчається людський мозок. Вони є одним з основних інструментів, що використовуються у машинному навчанні і особливо ефективні при визначенні моделей, занадто складних для обробки біологічним мозком.

Команда, яка базується у Центрі робототехніки і нейронних систем в Університеті Плімута, навчила свою мережу класифікувати планети за п’ятьма різними типам, грунтуючись на тому, чи є вони найбільш схожими на сучасну Землю, ранню Землю, Марс, Венеру або Титан, супутник Сатурна. Всі п’ять з цих об’єктів – це скелясті тіла, які, як відомо, мають атмосфери, і є одними з найбільш потенційно придатних для життя об’єктів у нашій Сонячній системі.

П-н Бішоп коментує: “На даний час ми зацікавлені у цих ANN для визначення пріоритетності досліджень гіпотетичного, інтелектуального, міжзоряного космічного апарату, скануючого систему екзопланет у радіусі дії”.

Він додає: “Ми також розглядаємо використання великих розгорнутих, пласких антен Фернеля, щоб отримувати дані на Землі з міжзоряного розвідника на великих відстанях. Це необхідно, якщо технологія буде використовуватися на роботизованих космічних апаратах у майбутньому”.

Атмосферні спостереження – відомі як спектри – п’яти тіл Сонячної системи, представлені у якості вхідних даних для мережі, які потім вона класифікує в термінах планетарного типу. Оскільки на даний час відомо, що життя існує тільки на Землі, класифікація використовує метрику “ймовірності життя”, яка заснована на відносно добре усвідомлених атмосферних і орбітальних властивостях п’яти цільових типів.

Бішоп навчив мережу більш ніж сотні різних спектральних профілів, кожен з яких має кілька сотень параметрів, які сприяють населеності. Дотепер мережа добре працювала з представленим тестом спектрального профілю, який вона ніколи не бачила раніше.

“З огляду на результати до поточного моменту, даний метод може виявитися надзвичайно корисним для категоризації різних типів екзопланет, що використовує результати наземних та навколоземних обсерваторій”, – говорить д-р Анджело Кангелосі, керівник проекту.

Ця методика також може ідеально підходити для вибору цілей майбутніх спостережень, враховуючи збільшення спектральних деталей, очікуваних від майбутніх космічних місій, таких як місія Аріель ЄКА і космічний телескоп Джеймса Вебба НАСА.