NASA wprowadza nowy algorytm uczenia maszynowego, który ma na celu automatyzację identyfikacji związków organicznych. Rozwiązanie to ma znacząco przyspieszyć proces analizy próbek zebrane przez łaziki marsjańskie.
Automatyzacja w Kosmicznych Badaniach
Naukowcy z NASA opracowali zaawansowany algorytm, który przez ponad dekadę był szkolony do identyfikacji materiałów organicznych wykrytych przez marsjańskie łaziki. Dzięki automatyzacji procesu identyfikacji i wysyłaniu danych z powrotem na Ziemię, łaziki mogą skupić się na zbieraniu próbek, co pozwoli na szybsze i dokładniejsze badanie Marsa.
Wspieranie Naukowców z Ziemi
Victoria Da Poian, naukowiec zajmujący się danymi w NASA, podkreśla: „Optymalizując analizę danych, dajemy naukowcom więcej informacji i czasu na ich interpretację. Dzięki temu możemy szybciej reagować na wyniki i planować kolejne kroki, jakbyśmy byli tam razem z łazikiem.”
Algorytm zostanie wkrótce wykorzystany w misji Mars 2028, kierowanej przez Europejską Agencję Kosmiczną, gdzie na pokładzie łazika Rosalind Franklin będzie miał za zadanie analizować próbki za pomocą instrumentu Mars Organic Molecule Analyzer (MOMA).
Optymalizacja Wykrywania Życia
„Ten algorytm uczenia maszynowego może nam pomóc poprzez szybkie filtrowanie danych i wskazywanie tych, które mogą być najbardziej interesujące lub ważne do dalszego badania,” mówi Xiang “Shawn” Li, naukowiec z laboratorium środowisk planetarnych w NASA Goddard’s Space Flight Center.
Kluczowym aspektem misji będzie zdolność łazika do wiercenia w marsjańskiej powierzchni na głębokość do dwóch metrów – najgłębsza ekskawacja przeprowadzona przez naukowców na tej planecie. Li dodaje: „Organiczne materiały na powierzchni Marsa są bardziej narażone na zniszczenie przez promieniowanie i promienie kosmiczne, ale dwumetrowa głębokość powinna wystarczyć, aby ochronić większość materii organicznej.
