Jautājums par to, kad dzīvība parādījās, ir viens no dziļākajiem noslēpumiem uz Zemes. Lai gan zinātniekiem ir spēcīgs priekšstats par to, kad šī transformācija notika, jauns AI rīks stiprina esošos pierādījumus un piedāvā pilnīgi jaunu veidu, kā izjaukt pirmatnējās dzīvības pazīmes uz mūsu planētas un, iespējams, ārpus tās.
Secinājumi, kas publicēti pirmdien žurnālā Proceedings of the National Academy of Sciencesietver ķīmisko “pirkstu nospiedumu” noteikšanu, ko 3,3 miljardus gadus vecos akmeņos atstājuši mikrobi. Turklāt viņi atrada fotosintēzes dzīvības ķīmiskās pazīmes iežos, kas ir pat 2,5 miljardus gadu veci, pagarinot oglekļa molekulās saglabāto fotosintēzes ķīmisko rekordu par vairāk nekā 800 miljoniem gadu.
“Zinātnieki ir izstrādājuši daudzus dažādus veidus, kā secināt par dzīvību senos paraugos — aplūkojot iežu tekstūru, to minerālus, izotopus —, taču, izmantojot sarežģītas molekulas, lai iegūtu nepārprotamu dzīvības reģistru, kas iepriekš tika pagarināts tikai pirms aptuveni 1,6 miljardiem gadu,” pastāstīja Carnegie Science’s Earth & Planets pētnieks Maikls L. Vongs. “Mēs to pārvēršam līdz 3.3 [billion]tādējādi dubultojot šo vecumu.
AI izmantošana senai ķīmiskajai analīzei
Vongs vadīja projektu kopā ar Anirudhu Prabhu, citu Kārnegi zinātnes Zemes un planētu laboratorijas pētnieku. Kamēr Vongs specializējas astrobioloģijā un planētu zinātnē, Prabhu ir AI un mašīnmācīšanās eksperts.
Lai saprastu, kā šis jaunais modelis precīzi atšķir biosignatūras no abiotiskiem materiāliem, varat to iedomāties kā sejas atpazīšanas programmatūru, Gizmodo pastāstīja Prabhu.
Modelis ir apmācīts, izmantojot GC-MS (gāzes hromatogrāfijas masas spektrometrijas) datus. Šie 3D spektrālie dati izskatās kā ainava ar virsotnēm, ielejām, pakalniem un citām iezīmēm, paskaidroja Prabhu. Modelis starp šīm pazīmēm identificē modeļus, kas atbilst bioloģiskajiem materiāliem, līdzīgi kā sejas atpazīšanas programmatūra ir apmācīta, lai identificētu formas, kas veido cilvēka acis, muti, degunu un kaulu struktūru.
“Mēs skatāmies visus datus[set]un modelis spēj izraudzīties konkrētas pazīmes, kas ir ļoti svarīgas, lai paraugs būtu fotosintētisks vai nē – vai biogēns vai nē – tādā veidā, ko cilvēki vienkārši nevar izdarīt datu apjomīguma dēļ,” skaidroja Prabhu.
Modelis pašlaik to spēj izdarīt ar 90% precizitāti, un pētnieki cer, ka tas uzlabosies, jo tas apmācīs vairāk datu no arvien daudzveidīgāka paraugu kopuma. Šis jaunais paņēmiens varētu būt spēles mainītājs paleobiologiem, ļaujot viņiem atklāt senos biomarķierus pat slikti degradētos vai deformētos paraugos. Tas jau paver pilnīgi jaunu iespēju pasauli senai ķīmiskai analīzei, un Zeme ir tikai sākums.
Ārpus šīs pasaules iespējas
Senās dzīves meklējumi sniedzas tālu ārpus mūsu mājas planētas. Astrobiologi, piemēram, Vongs, meklē pierādījumus par dzīvību citviet Saules sistēmā, piemēram, uz Marsa vai Saturna ledainajiem pavadoņiem.
Fakts, ka mākslīgais intelekts spēja precīzi noteikt senās dzīvības pazīmes uz Zemes, “vairoja manu pārliecību, ka mēs esam uz pareizā ceļa, lai izstrādātu tādu instrumentu veidu un mašīnmācīšanās algoritmus, kas mums ir nepieciešami, lai mēģinātu atrast pierādījumus par dzīvību, piemēram, senajos Marsa klintīs,” sacīja Vongs. “Esmu pilns optimisma attiecībā uz lietojumiem citur, ārpus Zemes.”
Wong, Prabhu un viņu kolēģi izvēlējās apmācīt AI, izmantojot GC-MS datus, galvenokārt tāpēc, ka tas ir lidojumam gatavs devices. “Tam ir kosmosa lidojumu mantojums, viens no šiem pirolīzes GC-MS instrumentiem šobrīd atrodas Marsa rovera Curiosity vēderā,” sacīja Vongs.
Modeļa dizainā prioritāte ir arī skaitļošanas vieglumam un interpretējamībai, kas ir ļoti svarīgi, lai veiktu analīzi reāllaikā, jo roveri savāc ģeoloģiskos paraugus, paskaidroja Prabhu.
“Tātad, uz Marsa vai kādas citas planētas jums ir roveris, tas paņem paraugu, noņem to un rada spektrus. Jūs varat ātri iegūt provizorisku prognozi — ļoti precīzu, guess provizorisku prognozi —, ko zinātnieki var izmantot, lai izprastu šo apgabalu un pieņemtu lēmumus,” viņš teica.
Gan Vongs, gan Prabhu cer, ka šī tehnoloģija tiks pielietota visā Saules sistēmā, un viņi meklēs NASA partnerības, lai paplašinātu tās iespējas un galu galā nosūtītu to kosmosā. Pagaidām modelis turpinās padziļināt mūsu izpratni par dzīvības rašanos uz Zemes, palīdzot mums atšķetināt mūsu izcelsmes noslēpumus.
