Inteligência Artificial pode identificar vida em Marte

Dentre os planetas do sistema solar, Marte foi sempre uma grande fonte de mistérios. Com o passar dos anos, as pesquisas foram ficando mais intensas e os robôs enviados para lá nos dão informações e imagens cheias de detalhes. Mesmo assim, com o passar do tempo, as tecnologias são cada vez mais aprimoradas para que mais coisas sejam descobertas.

Como por exemplo, esse novo modelo de inteligência artificial, que pode ser uma grande ajuda para os astrobiólogos e sua busca pelos melhores locais para se procurar sinais de vida em Marte. Essa inteligência artificial foi feita a partir de referências do nosso próprio planeta para poder compreender como a vida se prolifera mesmo nos lugares inóspitos.

Essa rede neural foi feita pelos cientistas do Instituto SETI e analisou um lugar chamado Salar de Pajonales. Ele é uma bacia na fronteira entre o deserto de Atacama e o planalto do Altiplano. Esse lugar foi escolhido porque os cientistas o consideram como sendo um dos melhores análogos na Terra com o ambiente que é encontrado em Marte.

Inteligência artificial

O local é pobre em oxigênio, seco e, por conta da sua grande altitude, bastante exposto aos raios UV. Mesmo assim, ele é um antigo leito de rio e onde vida pode ser encontrada em suas formações minerais.

Sabendo disso, os pesquisadores coletaram 7.765 imagens e 1.154 amostras para analisar e fazer a procura por bioassinaturas de bactérias como carotenóides e pigmentos de clorofila. As imagens simulando as imagens de Marte foram feitas por drones e os pesquisadores criaram mapas topográficos em 3D.

Tudo isso foi usado para que a inteligência artificial pudesse ser treinada para reconhecer estruturas que tivessem uma probabilidade maior de revelar bioassinaturas. Felizmente, esse treinamento deu certo. A rede neural conseguiu identificar, de forma correta, os padrões na distribuição da vida microbiana no local analisado até 87,5% das vezes.

Para se ter uma noção do quanto essa inteligência artificial foi melhor do que outros métodos, esses outros acertaram apenas 10% das vezes. Isso mostra que usando a inteligência artificial os pesquisadores não irão economizar somente tempo, mas também diminuir a quantidade de terreno para serem feitas as varreduras em até 97%.

Procura de vida em Marte

Blackstone resources

De acordo com Freddie Kalaitzis, um dos autores do estudo, “tanto para as imagens aéreas quanto para os dados em escala centimétrica baseados no solo, o modelo demonstrou alta capacidade preditiva para a presença de materiais geológicos com forte probabilidade de conter bioassinaturas”.

Por conta de tudo isso, os pesquisadores esperam que os astrobiólogos usem o modelo feito por eles nessa procura por vida em outros planetas, principalmente Marte, porque ele tem várias características parecidas com o nosso planeta. Isso faz com que ele tenha mais probabilidade de ter bioassinaturas de vida antiga.

Indícios

G1

Esse novo método de busca por vida em Marte pode ajudar muito os pesquisadores, mas isso não quer dizer que buscas já não estão sendo feitas há tempos. Tanto é que, em setembro do ano passado, o Perseverance atingiu um marco bem importante na sua busca por vestígios de vida em Marte.

De acordo com a NASA, as amostras tinham potenciais bioassinaturas que precisavam ser analisadas na Terra. Essa descoberta ainda não é a prova de existência de vida passada no Planeta Vermelho, contudo, foi a melhor chance vista até o momento de se detectar uma possível vida microbiana antiga no planeta.

Isso porque uma bioassinatura pode ter sido produzida pela presença de vida, mas também na sua ausência. Para que ela seja considerada definitiva, as amostras precisam ser analisadas por instrumentos de laboratório potentes aqui em nosso planeta.

De acordo com as previsões da NASA, ela quer trazer essas amostras de volta para a Terra em uma outra missão antes de 2033. “Acho que podemos dizer que serão, e que já são, as amostras de rochas mais preciosas já coletadas”, disse David Shuster, cientista que trabalha nessas amostras.

Fonte: Terra, G1

Imagens: YouTube, Blackstone resources, G1