Está muy bien hablar mucho sobre encontrar rastros de vida en Marte , pero también necesitamos saber dónde buscar. Llegar a Marte es difícil : queremos asegurarnos de aprovechar al máximo las oportunidades disponibles para no desperdiciar el viaje.

Pero hay mucho terreno por cubrir. Marte tiene casi la misma superficie de tierra seca que la Tierra, con una diferencia clave. Lanza una piedra a la Tierra y probablemente aterrizará en algún lugar con vida. Sin embargo, la historia de la vida en Marte es un gran signo de interrogación.

La inteligencia artificial y el aprendizaje automático podrían hacer que la búsqueda de vida en Marte sea mucho menos ardua. Un equipo internacional de investigadores dirigido por la astrobióloga Kimberley Warren-Rhodes del Instituto SETI ha demostrado que estas herramientas pueden identificar patrones ocultos en datos geográficos que podrían indicar la presencia de signos de vida.

“Nuestro marco nos permite combinar el poder de la ecología estadística con el aprendizaje automático para descubrir y predecir los patrones y las reglas mediante los cuales la naturaleza sobrevive y se distribuye en los paisajes más duros de la Tierra”, explica Warren- Rhodes .

“Esperamos que otros equipos de astrobiología adapten nuestro enfoque para mapear otros entornos habitables y firmas biológicas. Con estos modelos, podemos diseñar hojas de ruta y algoritmos personalizados para guiar a los rovers a lugares con la mayor probabilidad de albergar vida pasada o presente, sin importar cuán ocultos estén”. o raro”.

Hay un lugar en la Tierra que tiene un parecido sorprendente con las áridas llanuras de Marte. Ese es el desierto de Atacama en Chile , uno de los lugares más secos del planeta, que no ve lluvia durante décadas. Incluso en este lugar inhóspito, la vida se puede encontrar escondida en bolsillos y bajo tierra.

Warren-Rhodes y sus colegas se enfocaron en una región en el límite entre el Desierto de Atacama y la meseta del Altiplano llamada Salar de Pajonales. Esta cuenca es un lecho de río antiguo y uno de los mejores análogos del entorno de Marte de la Tierra. A 3.541 metros (11.617 pies), tiene una gran altitud y, posteriormente, recibe una alta exposición a los rayos UV. También es bajo en oxígeno y extremadamente seco y salado… sin embargo, de alguna manera, se puede encontrar vida allí, viviendo en formaciones minerales.

Un mapa de probabilidad de biofirma generado con la ayuda de inteligencia artificial. (M. Phillips, KA Warren-Rhodes y F. Kalaitzis)

En un área de 2,78 kilómetros cuadrados (1,07 millas cuadradas), los investigadores tomaron cuidadosamente 7765 imágenes y 1154 muestras, en busca de las firmas biológicas reveladoras que revelaron la presencia de microbios fotosintéticos. Estos incluían pigmentos de carotenoides y clorofila, que tiñen la roca de rosa o verde.

También usaron drones para tomar imágenes aéreas para simular imágenes obtenidas por los satélites que orbitan Marte y agregaron mapas topográficos en 3D. Luego, toda esta información se introdujo en las redes neuronales convolucionales (CNN) para entrenar a la IA para que reconociera las estructuras en la cuenca con más probabilidades de estar repletas de vida.

Y, curiosamente, las CNN pudieron identificar patrones en la distribución de la vida microbiana en la cuenca, a pesar de la composición mineral casi uniforme del área.

Las cúpulas del yeso mineral blando estaban habitadas en un 40 por ciento, y el suelo estampado rayado con cintas de yeso estaba habitado en un 50 por ciento. Al observar más de cerca qué partes de estas características estaban habitadas, los investigadores encontraron microhábitats. Los microbios fueron poderosamente atraídos por las secciones de alabastro, una forma porosa de yeso de grano fino que retiene el agua.

El equipo descubrió que estos microhábitats de alabastro estaban “habitados casi universalmente” y representaban el predictor más confiable de biofirmas, lo que sugiere que el contenido de agua es el principal impulsor de la distribución de microhábitats.

Más pertinente para la búsqueda de vida en Marte, las CNN permitieron a los investigadores identificar correctamente biofirmas hasta el 87,5 por ciento de las veces, en comparación con hasta el 10 por ciento para búsquedas aleatorias. Esto redujo la cantidad de terreno que necesitaban cubrir entre un 85 y un 97 por ciento.

“Tanto para las imágenes aéreas como para los datos terrestres a escala centimétrica, el modelo demostró una alta capacidad predictiva de la presencia de materiales geológicos con gran probabilidad de contener firmas biológicas”, dice el científico informático Freddie Kalaitzis de la Universidad de Oxford en el Reino Unido.

“Los resultados se alinearon bien con los datos reales, con la distribución de firmas biológicas fuertemente asociada con las características hidrológicas”.

El enfoque, por lo tanto, parece tener múltiples beneficios. El trabajo nos enseñó algo sobre la vida en ambientes extremos aquí en la Tierra y es prometedor para identificar la vida en Marte. Y podría ayudar a identificar otras firmas biológicas aquí en la Tierra.

El equipo planea tratar de entrenar sus CNN en otras firmas biológicas, como los estromatolitos, que son tapetes microbianos fosilizados que pueden tener miles de millones de años , y comunidades de halófilos, organismos que prosperan en ambientes súper salados.

“Nuestro marco nos permite combinar el poder de la ecología estadística con el aprendizaje automático para descubrir y predecir los patrones y las reglas mediante los cuales la naturaleza sobrevive y se distribuye en los paisajes más duros de la Tierra”, dice Warren- Rhodes .

“Esperamos que otros equipos de astrobiología adapten nuestro enfoque para mapear otros entornos habitables y firmas biológicas. Con estos modelos, podemos diseñar hojas de ruta y algoritmos personalizados para guiar a los rovers a lugares con la mayor probabilidad de albergar vida pasada o presente, sin importar cuán ocultos estén”. o raro”.