Sao Hỏa, với diện tích bề mặt hơn 373 triệu cây số vuông, có một số lượng lớn các khu vực có dấu vết sự sống. Tuy nhiên, do diện tích quá lớn nên việc tìm kiếm gặp nhiều khó khăn.
SETI sử dụng AI cùng máy học để tính toán những địa điểm có khả năng nhất để giải quyết vấn đề. Mô hình máy học sử dụng AI do nhóm nhà khoa học của viện phát triển cho thấy tiềm năng giúp tăng tốc công tác tìm kiếm.
1.154 mẫu đá, tinh thể và vòm muối tại Salar de Pajonales, một địa điểm ở biên giới sa mạc Atacama và cao nguyên Altiplano của Chile, có nhiều đặc điểm giống với điều kiện sao Hỏa, chẳng hạn như khí hậu khô cằn, có lòng hồ muối khô, lượng tia cực tím cao và vi khuẩn quang hợp thưa thớt. Nhóm do nhà khoa học Kim Warren-Rhodes đứng đầu thu nhập hơn 7.765 hình ảnh.
Đầu vào huấn luyện cho mô hình máy học sử dụng AI hiểu và phát hiện địa điểm có ít dấu vết sinh học là thông tin thu thập được cộng thêm nhiều nguồn dữ liệu bổ sung.
Mô hình đạt độ chính xác 88% sau khi trải qua huấn luyện và thử nghiệm phát hiện dấu vết sinh học khu vực mới, giảm 97% số địa điểm không cần tìm kiếm.
Theo nhà khoa học Nathalie A. Cabrol, thành viên nhóm SETI, mô hình máy học sử dụng AI nêu trên có ý nghĩa quan trọng vì thành công tích hợp được nhiều nguồn dữ liệu chất lượng khác nhau, liên kết dữ liệu với môi trường sống của vi sinh vật. Ngoài kết quả khả quan về khả năng sàng lọc địa điểm có khả năng ẩn chứa dấu vết sự sống, mô hình này cũng có ý nghĩa quan trọng về kết quả.
Nhóm hy vọng thời gian tới họ và nhiều nhóm chuyên gia sinh vật học vũ trụ khác có thể tiếp tục tạo ra nhiều nguồn dữ liệu bổ sung hỗ trợ cho công tác tìm kiếm sự sống ngoài hành tinh, tích hợp công nghệ này lên thiết bị thám hiểm tự hành.
Cập nhật tin tức công nghệ mới nhất tại fanpage Công nghệ & Cuộc sống
Nguồn tin: 1thegioi.vn
Tham gia bình luận