NASA is dichter bij het toestaan ​​​​van externe boordcomputers om de zoektocht naar leven op andere planeten te sturen. Wetenschappers van het NASA Goddard Space Flight Center hebben de eerste resultaten aangekondigd van nieuwe intelligente systemen, te installeren in ruimtesondes, in staat om geochemische kenmerken van leven te identificeren uit gesteentemonsters. Door deze intelligente systemen te laten kiezen wat ze willen analyseren en wat ze ons op aarde willen vertellen, zullen ernstige grenzen worden overschreden met betrekking tot de manier waarop informatie over grote afstanden wordt verzonden bij het zoeken naar leven vanaf verre planeten. De systemen zullen debuteren op de ExoMars-missie van 2022/23, voor een volledigere implementatie op verder verwijderde lichamen in het zonnestelsel.

Presentatie van het werk op de Goldschmidt Geochemistry-conferentie, Hoofdonderzoeker Victoria Da Poian zei:"Dit is een visionaire stap in de verkenning van de ruimte. Het betekent dat we na verloop van tijd zijn afgestapt van het idee dat mensen betrokken zijn bij bijna alles in de ruimte, aan het idee dat computers zijn uitgerust met intelligente systemen, en ze zijn getraind om bepaalde beslissingen te nemen en zijn in staat om met voorrang de meest interessante of tijdkritieke informatie door te geven."

Eric Lyness, softwareleider in het Planetary Environments Lab bij NASA Goddard Space Flight Center (GSFC), benadrukte de noodzaak van slimme instrumenten voor planetaire verkenning:"Het kost veel tijd en geld om de gegevens terug naar de aarde te sturen, wat betekent dat wetenschappers niet zoveel experimenten kunnen uitvoeren of zoveel monsters kunnen analyseren als ze zouden willen. Door AI te gebruiken om een ​​eerste analyse van de gegevens uit te voeren nadat ze zijn verzameld, maar voordat ze terug naar de aarde worden gestuurd, NASA kan optimaliseren wat we ontvangen, wat de wetenschappelijke waarde van ruimtemissies enorm vergroot"

Victoria Da Poian en Eric Lyness (beiden in het Goddard Space Flight Center van NASA), hebben kunstmatige-intelligentiesystemen getraind om honderden gesteentemonsters en duizenden experimentele spectra van de Mars Organic Molecule Analyzer (MOMA) te analyseren, een instrument dat in 2023 op Mars zal landen in de ExoMars Rosalind Franklin Rover. MOMA is een ultramodern op massaspectrometer gebaseerd instrument, in staat om organische moleculen in gesteentemonsters te analyseren en te identificeren. Het zal zoeken naar leven in het verleden of heden op het oppervlak en de ondergrond van Mars door middel van analyse van gesteentemonsters. Het systeem dat naar Mars wordt gestuurd, zal nog steeds de meeste gegevens terugsturen naar de aarde. maar latere systemen voor het buitenste zonnestelsel zullen autonomie krijgen om te beslissen welke informatie naar de aarde moet terugkeren.

De eerste resultaten laten zien dat wanneer het neurale netwerkalgoritme van het systeem een ​​spectrum van een onbekende verbinding verwerkt, dit kan worden gecategoriseerd met een nauwkeurigheid tot 94% en gekoppeld aan eerder geziene monsters met een nauwkeurigheid van 87%. Dit zal verder worden verfijnd totdat het wordt opgenomen in de missie van 2023.

Victoria Da Poian vervolgde, "Wat we van deze onbemande missies krijgen, zijn gegevens, veel ervan; en het verzenden van gegevens over honderden miljoenen kilometers kan zeer uitdagend zijn in verschillende omgevingen en extreem duur; met andere woorden, bandbreedte is beperkt. We moeten prioriteit geven aan de hoeveelheid gegevens die we terugsturen naar de aarde, maar we moeten er ook voor zorgen dat we daarbij geen essentiële informatie weggooien. Dit heeft ertoe geleid dat we zijn begonnen met het ontwikkelen van slimme algoritmen die de wetenschappers voorlopig kunnen helpen bij hun analyse van het monster en hun besluitvormingsproces met betrekking tot daaropvolgende operaties, en als doelstelling op langere termijn, algoritmen die de gegevens zelf analyseren, zal de instrumenten aanpassen en afstemmen om de volgende bewerkingen uit te voeren zonder de ground-in-the-loop, en zal alleen de meest interessante gegevens naar huis sturen."

Het team gebruikte de ruwe gegevens van de eerste laboratoriumtests met een op aarde gebaseerd MOMA-instrument om computers te trainen om bekende patronen te herkennen. Wanneer nieuwe onbewerkte gegevens worden ontvangen, de software vertelt de wetenschappers welke eerder aangetroffen monsters overeenkomen met deze nieuwe gegevens.

Eric Lyness merkte op, "De missie zal te maken krijgen met strenge tijdslimieten. Wanneer we op Mars zullen opereren, monsters zullen maximaal een paar weken in de rover blijven voordat de rover het monster dumpt en naar een nieuwe plaats gaat om te boren. Dus, als we een monster opnieuw moeten testen, we moeten het snel doen, soms binnen 24 uur. In de toekomst, terwijl we ons verplaatsen om de manen van Jupiter zoals Europa te verkennen, en van Saturnus zoals Enceladus en Titan, we hebben realtime beslissingen nodig die ter plaatse worden genomen. Bij deze manen kan het 5 tot 7 uur duren voordat een signaal van de aarde de instrumenten bereikt, dus dit zal niet hetzelfde zijn als het besturen van een drone, met een onmiddellijke reactie. We moeten de instrumenten de autonomie geven om snelle beslissingen te nemen om namens ons onze wetenschappelijke doelen te bereiken."

Lyness merkte op, "Toen ze voor het eerst verzamelden, de data geproduceerd door het MOMA life-searching instrument is moeilijk te interpreteren. Het zal niet roepen:"Ik heb hier het leven gevonden, " maar zal ons waarschijnlijkheden geven die moeten worden geanalyseerd. Deze resultaten zullen ons grotendeels vertellen over de geochemie die de instrumenten vinden. We streven ernaar dat het systeem wetenschappers aanwijzingen geeft, ons systeem zou bijvoorbeeld kunnen zeggen:"Ik heb 91% zekerheid dat dit monster overeenkomt met een echt monster en ik ben 87% zeker dat het fosfolipiden zijn, vergelijkbaar met een monster getest op 24 juli, 2018 en zo zagen die gegevens eruit." We hebben nog steeds mensen nodig om de bevindingen te interpreteren, maar het eerste filter zal het AI-systeem zijn."

De onderzoekers merken op dat gegevens duur zijn om terug te sturen vanaf Mars, en wordt duurder naarmate landers verder van de aarde komen. "Gegevens van een rover op Mars kunnen wel 100 kosten, 000 keer zoveel als gegevens op uw mobiele telefoon, dus we moeten die stukjes zo wetenschappelijk waardevol mogelijk maken, ' zei Eric Lyness.

commentaar, Dr. Joel Davis (postdoctoraal onderzoeker in planetaire geologie bij het Natural History Museum, Londen) zei, "Een van de grootste uitdagingen voor planetaire missies is om de gegevens terug naar de aarde te krijgen - het kost zowel tijd als geld. Op Mars, de reistijdvertraging is ongeveer 20 minuten en dit wordt meer naarmate je verder in het zonnestelsel komt. Gezien de beperkte levensduur van missies, wetenschappers moeten zeer selectief zijn over de gegevens die ze ervoor kiezen om terug te brengen. Deze resultaten lijken zeker veelbelovend; meer autonomie aan boord van ruimtevaartuigen is een manier om de bruikbaarheid van de geretourneerde gegevens te waarborgen."

Dr. Davis was niet bij dit werk betrokken.