نوآوری دانشمندان در کاربرد هوش مصنوعی برای شناسایی نشانه‌های حیات فرازمینی

یک تیم هفت نفره از محققان در گزارشی در نشریه «اقدامات آکادمی ملی علوم» اعلام کردند که روش مبتنی بر هوش مصنوعی آنها با دقت ۹۰ درصدی نمونه‌های بیولوژیکی جدید و باستانی را از نمونه‌های با منشاء غیرزنده متمایز می‌کند.

دکتر «رابرت هازن»‌ اخترزیست‌شناس از موسسه علوم «کارنگی» در واشنگتن‌دی‌سی و از دانشمندان ارشد این پروژه می‌گوید: این روش تحلیلی این توان بالقوه را دارد که کاوش برای حیات فرازمینی را متحول ساخته و همچنین شناخت ما از منشاء و ترکیبات حیات اولیه روی زمین را تعمیق دهد.

وی افزود: این متد راه را برای استفاده از حسگرهای هوشمند روی فضاپیماهای رباتیک به منظور جست و جو برای نشانه‌های حیات پیش از بازگشت نمونه‌ها به زمین، هموار می‌کند.

فوری‌ترین کاری که می توان با این آزمایش جدید انجام داد بررسی و افشای تاریخچه سنگ‌های اسرارآمیز باستانی روی زمین و احتمالا همچنین تاریخچه نمونه‌های قبلا جمع‌آوری شده توسط ابزار «تحلیل نمونه‌های مریخ» (SAM) مربوط به مریخ‌نورد «کنجکاوی» (Curiosity) است.

دکتر هازن خاطرنشان کرد: برای این کار باید روش جدید را تطبیق دهیم تا با پروتکل‌های SAM سازگار شود اما هم‌اکنون نیز داده‌هایی در اختیار داریم که می‌توانیم مشخص کنیم آیا مولکول‌هایی از یک «بیوسفر» ارگانیک در مریخ وجود دارند یا نه.

«جیم کلیوز» از «آزمایشگاه زمین و سیارات» موسسه علوم «کارنگی» و از محققان دست‌اندرکار این تحقیقات نیز گفت: کاوش برای حیات فرازمینی یکی از جذاب‌ترین کارها در علوم امروزی است. وی خاطرنشان کرد: این تحقیقات جدید اثرات بسیاری خواهد داشت اما سه نکته مهم وجود دارد؛ اول اینکه شیمی زیستی (زیست شیمی/biochemistry) در سطوح عمیق خود با شیمی ارگانیک غیرزنده متفاوت است. دوم اینکه می‌توانیم به نمونه‌هایی از مریخ و زمین باستان نگاه کنیم و بگوییم که آیا زمانی زنده بوده اند یا نه. سوم اینکه این روش جدید می‌تواند بیوسفرهای جایگزین را از بیوسفرهای زمین متمایز کند که این تبعات مهمی برای ماموریت‌های آینده اخترزیست‌شناسی خواهد داشت.

این روش تحلیلی نوآورانه صرفا بر شناسایی یک مولکول خاص یا گروهی از ترکیبات در یک نمونه متکی نیست و محققان نشان دادند که هوش مصنوعی می‌تواند نمونه‌های زنده (biotic) را از نمونه‌های غیرزنده (abiotic) متمایز کند. این کار از طریق شناسایی اختلافات جزئی در درون الگوهای مولکولی با تحلیل رنگ‌نگاری گازی حرارتی (که اجزای یک نمونه را جداسازی و شناسایی می‌کند) و پس از آن طیف‌سنجی گسترده (که وزن مولکولی آن اجزا را مشخص می‌کند) انجام می‌شود.

داده‌های گسترده چندوجهی از تحلیل های مولکولی مربوط به ۱۳۴ نمونه زنده یا غیرزنده غنی از کربن برای آموزش دادن هوش مصنوعی و پیش بینی منشاء یک نمونه جدید مورد استفاده قرار گرفت. هوش مصنوعی با دقت ۹۰ درصدی نمونه‌های با منشاء زنده مانند دندان، استخوان، برگ، حشرات و موی انسان، بقایای حیات باستانی تغییریافته بر اثر فرایندهای زمین‌شناختی مانند زغال، نفت و فسیل‌های غنی از کربن و نمونه‌های با منشاء غیرزنده مانند مواد شیمیایی خالص آزمایشگاهی مانند آمینواسیدها و سنگ‌های آسمانی غنی از کربن را شناسایی کرد.

مساله شگفت آور اینکه این روش تحلیلی جدید موفق شد نشانه‌های بیولوژیکی حفظ شده در طول مدت صدها میلیون سال را با وجود تخریب‌ها و دگرگونی‌های بسیار، شناسایی کند.

به گفته دکتر هازن، نقطه شروع این تحقیقات این ایده است که شیمی حیات تفاوت بنیادینی با شیمی جهان غیرزنده دارد و اینکه حیات «قوانین شیمیایی» خود را دارد که بر گوناگونی و توزیع مولکول‌های زنده تاثیرگذار است. اگر بتوانیم این قوانین را شناسایی کنیم می‌توانیم از آنها برای مدل‌سازی منشاء حیات یا شناسایی نشانه‌هایی از حیات در جهان‌های دیگر استفاده کنیم.

به گفته دانشمندان، این روش می‌تواند به زودی شماری از اسرارهای علمی روی زمین مانند منشاء رسوبات سیاه ۳.۵ میلیارد ساله در غرب استرالیا را مشخص کند. همچنین به طور بالقوه می تواند رویکردهای تازه‌ای در حوزه‌های علمی دیگر مانند بیولوژی، دیرین‌شناسی و باستان‌شناسی به وجود آورد.

انتهای پیام/