Z tego artykułu dowiesz się:
- Jak sztuczna inteligencja wspiera badania nad śladami życia?
- Jakie nowe metody badawcze łączą analizę chemiczną z algorytmami sztucznej inteligencji?
- Dlaczego odkrycie wcześniejszej fotosyntezy jest istotne dla zrozumienia ewolucji atmosfery Ziemi?
- Jakie są potencjalne zastosowania sztucznej inteligencji w eksploracji kosmicznej?
Badania przeprowadził międzynarodowy zespół specjalistów z różnych dziedzin, kierowany przez naukowców z Carnegie Science w Stanach Zjednoczonych. Wyniki badań opublikowano 17 listopada w czasopiśmie „Proceedings of the National Academy of Sciences”.
Nowe odkrycie naukowców: Wykorzystali w nim połączenie analizy chemicznej i uczenia maszynowego
Naukowcy chcieli sprawdzić, czy ślady życia nadal istnieją w skałach długo po tym, jak pierwotne biocząsteczki zniknęły. W tym celu przeanalizowali 406 próbek pochodzących z siedmiu głównych grup:
- zwierzęta współczesne – kręgowce (np. ryby) i bezkręgowce (np. owady);
- rośliny współczesne – zarówno ich części fotosyntetyczne (np. liście), jak i części niefotosyntetyczne (np. korzenie i sok);
- grzyby – w tym grzyby i drożdże;
- materiały kopalne – np. węgiel, starożytne drewno i łupek bogaty w zakonserwowane glony;
- meteoryty – skały kosmiczne bogate w węgiel;
- syntetyczne materiały organiczne – wytwarzane w laboratoriach w celu symulacji chemii wczesnej Ziemi;
- starożytne osady – liczące od setek milionów do ponad 3 miliardów lat, o niepewnym pochodzeniu.
Następnie badacze zastosowali specjalny typ modelu uczenia maszynowego zwany „losowym lasem” (ang. random forest). Tworzy on setki drzew decyzyjnych w celu klasyfikacji danych i wyodrębnienia ukrytych wzorców ekologicznych i taksonomicznych. Wydajność modelu badacze przetestowali m.in. pod kątem jego zdolności do odróżniania materii organicznej pochodzenia biologicznego od materii nieożywionej. W tym zakresie model osiągnął dokładność do 98 proc. w przypadku znanych próbek.
