Ya tenemos IA para crear imágenes, para crear textos, para hacer vídeos, para responder emails, para identificar problemas de salud… la IA está hasta en la sopa, pero no solo en la sopa de aquí, no, también en la de Marte.
Como ya sabes, la búsqueda de vida en Marte ha sido uno de los mayores desafíos de la astrobiología. Sin embargo, el uso de la inteligencia artificial (AI) y el aprendizaje automático (machine learning) puede ayudar a identificar patrones en los datos geográficos y encontrar signos de vida en el planeta rojo. En un estudio publicado en Nature Astronomy, un equipo internacional de investigadores liderado por la astrobióloga Kimberley Warren-Rhodes del SETI Institute, demuestra que estas herramientas pueden identificar patrones ocultos en los datos geográficos que podrían indicar la presencia de vida.
La Búsqueda de Vida en Marte
A pesar de la fascinación que despierta la posibilidad de encontrar vida en Marte, la tarea es ardua. Marte tiene casi la misma superficie terrestre que la Tierra, pero su historia de vida es una gran pregunta sin respuesta. Por lo tanto, es esencial saber dónde buscar y hacer un uso óptimo de las oportunidades disponibles para no perder el viaje.
El uso de la inteligencia artificial y el aprendizaje automático puede hacer que la búsqueda de vida en Marte sea mucho menos difícil. Warren-Rhodes y sus colegas demostraron que estos enfoques pueden identificar patrones ocultos en los datos geográficos y descubrir y predecir las pautas y reglas según las cuales la naturaleza sobrevive y se distribuye en los paisajes más hostiles de la Tierra.
La utilización de la Inteligencia Artificial en el estudio
El equipo de investigadores se enfocó en una región en el límite entre el Desierto de Atacama y el Altiplano en Chile, llamada Salar de Pajonales. Esta cuenca es un antiguo lecho de río y uno de los mejores análogos de Marte en la Tierra. A 3.541 metros de altitud, recibe una alta exposición a los rayos UV y es extremadamente seca y salada. Sin embargo, la vida puede encontrarse allí, viviendo en formaciones minerales.
Para el estudio, los investigadores tomaron 7.765 imágenes y 1.154 muestras, buscando biosignos que revelen la presencia de microbios fotosintéticos. Utilizaron drones para tomar imágenes aéreas y añadieron mapas topográficos en 3D para entrenar a la AI a reconocer estructuras en la cuenca más propensas a estar llenas de vida. Los resultados demostraron que las CNNs identificaron patrones en la distribución de la vida microbiana en la cuenca, a pesar de la uniformidad de su composición mineral.
Los domos del mineral de yeso estaban alrededor del 40 por ciento habitados, mientras que la tierra acanalada con rayas de yeso estaba alrededor del 50 por ciento habitada. Los investigadores encontraron microhábitats en estas estructuras y descubrieron que los microbios estaban atraídos por secciones de alabastro, una forma porosa y fina de yeso que retiene agua. Estos microhábitats de alabastro resultaron ser el predictor más confiable de biosignos, lo que sugiere que el contenido de agua es el principal impulsor de la distribución de microhábitats.
Resultados y Potencial del Estudio
Los resultados del estudio demuestran que el uso de AI y el aprendizaje automático pueden identificar biosignos en Marte con una precisión mucho mayor que las búsquedas aleatorias. La reducción del área que se necesita cubrir puede ahorrar tiempo y recursos valiosos en la búsqueda de vida en Marte. Además, el estudio también arrojó información valiosa sobre la vida en ambientes extremos aquí en la Tierra.
Los investigadores planean expandir su estudio y entrenar sus CNNs en otras biosignaturas, como los estromatolitos y las comunidades de halófilos. El objetivo es diseñar hojas de ruta y algoritmos personalizados para guiar los rovers a los lugares con la mayor probabilidad de albergar vida pasada o presente, independientemente de lo ocultos o raros que puedan ser.
El estudio demuestra el potencial de la IA y el aprendizaje automático en la astrobiología y en la exploración espacial en general. La combinación de estadística y ecología con la tecnología de vanguardia puede ayudar a descubrir patrones y reglas que guían la vida en los paisajes más hostiles de nuestro planeta y más allá.
En última instancia, el uso de la tecnología para buscar vida en otros planetas plantea preguntas profundas sobre nuestro lugar en el universo y la posibilidad de vida en otros mundos. La búsqueda de vida en Marte es solo el comienzo de una nueva era de exploración y descubrimientos que podrían cambiar nuestra comprensión de la vida y el universo en sí mismo.