Un programa de aprendizaje automático, capacitado para distinguir entidades vivas y no vivas, demuestra más del 90% de precisión en el reconocimiento de muestras biológicas en la Tierra.
La búsqueda para detectar signos de vida extraterrestre más allá de nuestro planeta ha recibido un impulso prometedor gracias a un programa de aprendizaje automático.
Desarrollado para diferenciar entre sustancias vivas y no vivas, este programa ha demostrado un éxito impresionante en la identificación de productos biológicos de aquellos de origen no vivo, según un estudio publicado en Actas de la Academia Nacional de Ciencias.
Aunque actualmente están entrenados en formas de vida terrestres, los científicos están entusiasmados con la posibilidad de implementarlo para analizar muestras de entornos extraterrestres, incluido Marte.
Desafíos para reconocer la vida extraterrestre
Los astrobiólogos llevan mucho tiempo lidiando con el desafío de distinguir formas de vida extraterrestres si las encuentran. Las preocupaciones van desde matar inadvertidamente vida extraterrestre, como algunos sospechan que sucedió con el módulo de aterrizaje Viking en Marte, hasta simplemente no reconocerla debido a características desconocidas.
Para abordar estas preocupaciones, el profesor Robert Hazen de la Carnegie Institution dirigió un equipo que diseñó un programa de aprendizaje automático con la capacidad de diferenciar la vida de la no vida basándose en patrones químicos.
“Estamos haciendo una pregunta fundamental; ¿Hay algo fundamentalmente diferente en la química de la vida en comparación con la química del mundo inanimado? Hazen dijo en un comunicado.
Los investigadores realizaron espectrometría de masas con cromatografía de gases por pirólisis (GCMS) en 134 muestras ricas en carbono. GCMS implica calentar materiales sin oxígeno y luego analizar las moléculas que los componen en masa.
Estas muestras incluyeron 59 de origen biológico, desde cáscaras y hojas hasta petróleo crudo, y 75 muestras no biológicas, como las de meteoritos ricos en carbono y aminoácidos elaborados en laboratorio.
Los resultados del estudio se presentaron en la Conferencia de Geoquímica Goldschmidt y ahora se han publicado. El programa de aprendizaje automático logró una notable tasa de éxito de más del 90% al distinguir muestras biológicas de las no biológicas. En particular, se espera que su precisión mejore aún más con más datos de muestra, siguiendo los principios del aprendizaje automático.
Curiosamente, el programa superó las expectativas al identificar tres poblaciones distintas: abiótica, biótica viva y biótica fósil. Podría distinguir muestras fósiles de muestras biológicas más recientes, lo que demuestra la profundidad de su análisis.
El profesor Hazen cree que este método analítico rutinario podría revolucionar la búsqueda de vida extraterrestre. Al aplicar sensores inteligentes equipados con esta tecnología a naves espaciales robóticas, módulos de aterrizaje y vehículos exploradores, podríamos buscar signos de vida antes de que las muestras regresen a la Tierra.
Los datos existentes procedentes de vehículos de aterrizaje y rovers marcianos podrían incluso reevaluarse en busca de posibles pruebas de vida antigua.
eldiariony.com
