Algorytmy szukają życia w skałach. Doskonale im to wychodzi
Odpowiedzi na pytanie o początki życia mogą kryć się nie w mikroskopach, ale w algorytmach. Naukowcy stworzyli system, który potrafi odróżnić martwą materię od tej, która kiedyś tętniła życiem. I to z zaskakującą dokładnością.
Ziemia liczy sobie mniej więcej 4,5 mld lat, a według dominujących teorii życie zaczęło się na niej już 3,7 mld lat temu. Mimo to przez długi czas brakowało jednoznacznych, chemicznych śladów istnienia organizmów z tak odległej przeszłości. Dotychczas najstarsze potwierdzone biosygnatury pochodziły z próbek mających nieco ponad 1,6 mld lat.
Przełom nastąpił dopiero teraz – dzięki algorytmowi uczenia maszynowego, który zdołał wydobyć ukryte wzorce z głębokich geologicznych archiwów. W skałach liczących ponad 3 mld lat AI rozpoznała wyraźne ślady życia, w tym chemiczne sygnatury dawnych mikroorganizmów oraz dowody na istnienie pradawnych form fotosyntezy.
Mają dowody sprzed miliardów lat
Jak czytamy na łamach Gizmodo, w próbce skał sprzed 3,3 mld lat AI zidentyfikowała unikalne wzorce chemiczne, które wskazują na biologiczne pochodzenie, czyli tzw. biosygnatury. Jeszcze większe wrażenie robi odkrycie śladów fotosyntezy w skałach liczących 2,5 mld lat. To aż o 800 mln lat więcej niż dotychczasowy chemiczny rekord świata.
W praktyce oznacza to, że nie tylko znacznie przesuwamy granicę znanej historii życia na Ziemi, ale także zyskujemy nowe narzędzie do badania próbek z innych planet – tam, gdzie nie ma bezpośredniego dostępu człowieka ani możliwości powrotu próbek na Ziemię.
Jak to działa? Twarze życia w danych
Model AI analizuje dane GC-MS w sposób zbliżony do systemów rozpoznawania twarzy. Spektralne dane chemiczne przypominają krajobraz pełen wzgórz, dolin i szczytów. Dla człowieka to tylko ciąg złożonych wykresów. Dla algorytmu to zestaw unikalnych twarzy związków chemicznych. AI uczy się rozpoznawać, które wzorce są typowe dla życia, a które mają charakter czysto abiotyczny, czyli niezwiązany z żadnym organizmem.
Obecna wersja osiąga już około 90 proc. trafności, a to dopiero początek. System będzie się dalej uczył, analizując dane z coraz bardziej różnorodnych próbek – również z ekstremalnych środowisk, które przypominają warunki na Marsie czy księżycach Saturna.
Mars, Enceladus, Tytan – dokąd teraz?
Największe nadzieje naukowcy pokładają właśnie w zastosowaniach kosmicznych. Model oparto na danych z instrumentu GC-MS, który już teraz znajduje się na pokładzie łazika Curiosity na Marsie.
To oznacza, że nie musimy sprowadzać próbek na Ziemię, by poddać je zaawansowanej analizie. Wystarczy odpowiednio zaktualizować oprogramowanie lub przesłanie danych z łazika do ziemskich algorytmów. Technologia ta otwiera drogę do skutecznego poszukiwania biosygnatur w ekstremalnych środowiskach Czerwonej Planety, a w przyszłości także na lodowych księżycach Jowisza czy Saturna, takich jak Enceladus czy Tytan.
Przeczytaj także:
Przez dziesięciolecia najtęższe umysły wpatrywały się w te same chemiczne wykresy, widząc jedynie szum, chaos i martwą materię. Wystarczyło jednak, by spojrzał na nie algorytm, by nagle z tego chaosu wyłoniła się obraz życia. I to niesamowicie wyraźny. To tak, jakbyśmy przez całą historię nauki badali świat przez zaparowaną szybę, a AI właśnie podała nam ściereczkę do jej przetarcia. Być może kosmos wcale nie jest tak pusty i martwy, jak nam się wydaje. Może po prostu potrzebowaliśmy kogoś (lub czegoś), kto nauczy nas patrzeć we właściwy sposób?
