Новий алгоритм машинного навчання може розрізняти біологічні та небіологічні зразки з точністю 90%. Але як саме – загадка.
Вчені, які створили новий алгоритм машинного навчання, кажуть, що він вчився на живих клітинах, скам’янілих рештках, метеоритах і виготовлених у лабораторії хімічних речовинах, та вже готовий до «негайного» використання. Штучний інтелект шукатиме ознаки життя на Марсі, аналізуючи дані, зібрані марсоходом Curiosity, а також потенційно може визначити походження таємничих і стародавніх каменів, знайдених на Землі.
Команда опублікувала свої висновки 25 вересня в журналі PNAS.
«Ці результати означають, що ми можемо знайти форму життя з іншої планети, з іншої біосфери, навіть якщо вона сильно відрізняється від життя, яке ми знаємо на Землі. І якщо ми це знайдемо, то зможемо сказати, чи життя на нашій та інших планетах має спільне походження», — каже співавтор дослідження Роберт Хейзен, астробіолог з Інституту Карнегі.
Вчені вже знають, що змішування хімічних речовин і підтримка їх при температурах первісних морів може генерувати органічні молекули, такі як амінокислоти (будівельні блоки білка, які є фундаментальними для життя). Вони також знайшли докази присутності цих будівельних блоків на метеоритах і навіть на далекому астероїді.
«Це велика справа, тому що відносно легко виявити молекулярні біомаркери життя на Землі, але ми не можемо припустити, що іншопланетне життя буде використовувати ДНК, амінокислоти тощо. Наш метод шукає закономірності в молекулярному розподілі, які виникають через попит життя на «функціональні молекули», — додають вчені.
Але якщо мисливці за іншопланетянами хочуть довести, що знайшли життя за межами Землі, вони повинні відповісти на просте запитання: як ми дізнаємося, чи речі, які ми знаходимо, мають біологічне походження, чи вони утворилися унаслідок космічної хімії? Оскільки органічні молекули мають тенденцію розкладатися з часом, людині важко відповісти на це запитання самостійно. Тож дослідники взялися за створення алгоритму машинного навчання, який міг би в цьому допомогти.
Вчені почали з використання методу, який уже застосовувався на космічних кораблях NASA: піролізу або розкладання органічних сполук без кисню. Отримані частини потім упорядковують за допомогою техніки, яка називається хроматографією, перш ніж їхні атоми транскрибуються в дані за допомогою мас-спектроскопії.
Отримавши дані зі 134 багатих на вуглець зразків відомого походження, алгоритм машинного навчання розрізняв продукти недавнього та стародавнього життя (такі як мушлі, зуби, кістки, вугілля та бурштин) та органічні сполуки абіотичного походження (такі як лабораторні амінокислоти) з точністю 90%.
Системи штучного інтелекту – це здебільшого «чорні скриньки», які розглядаються лише з точки зору їхніх вхідних і вихідних даних, тому дослідники не зовсім впевнені в процесах, які їхня система проходить, щоб надати свої відповіді. Але вони сказали, що це є важливим доказом того, що хімія життя дотримується інших фундаментальних правил, ніж у неживому світі.
«Нове дослідження має три важливі висновки. По-перше, на якомусь глибокому рівні біохімія відрізняється від абіотичної органічної хімії; по-друге, ми можемо дивитися на зразки Марса та стародавньої Землі, щоб зрозуміти, чи були вони колись живими; і, по-третє, цілком імовірно, що цей новий метод зможе відрізнити альтернативні біосфери від біосфер Землі, що матиме значні наслідки для майбутніх астробіологічних місій», — сказав у заяві співавтор дослідження Джим Клівз, хімік з Інституту Карнегі.
Джерело: livescience
Favbet Tech – це ІТ-компанія зі 100% українською ДНК, що створює досконалі сервіси для iGaming і Betting з використанням передових технологій та надає доступ до них. Favbet Tech розробляє інноваційне програмне забезпечення через складну багатокомпонентну платформу, яка здатна витримувати величезні навантаження та створювати унікальний досвід для гравців. IT-компанія входить у групу компаній FAVBET.