Коли у майбутньому на Марс у межах європейської місії ExoMars вирушить ровер Rosalind Franklin, на борту перебуватиме штучний інтелект. Вчені сподіваються, що алгоритм машинного навчання допоможе їм аналізувати зібрані зразки та знайти в них органічні молекули.
Нова технологія пошуку життя
Науковці звертаються до машинного навчання, щоб допомогти з аналізом зразків з інших планет. Нова технологія буде вперше застосована до даних, зібраних аналізатором органічних молекул Марса (MOMA), найсучаснішим інструментом, який вміщує «лабораторію, повну хімічного обладнання, в упаковку розміром із тостер».
MOMA відправлять на Червону планету на борту марсохода Rosalind Franklin у межах майбутньої місії ExoMars, яку очолює Європейська космічна агенція (ЄКА). Марсохід, запуск якого запланований не раніше 2028 року, візьме зразки поверхні Марса, щоб визначити, чи існувало там коли-небудь життя.
Пошук органічних молекул
Марсохід зможе зануритися в поверхню Марса на глибину 6,6 футів (2 м); попередні марсоходи досягали лише близько 2,8 дюйма (7 см) під поверхнею. MOMA має потенціал для виявлення збереженої давньої органіки, що стане важливим кроком у пошуках минулого життя.
Для цього MOMA шукатиме органічні сполуки — ті, що містять один або більше атомів вуглецю, ковалентно пов’язаних з атомами інших елементів, найчастіше водню, кисню або азоту, — які можуть бути знайдені у зразках і походити з живої матерії.
Для пошуку цих молекул MOMA має найсучасніший мас-спектрометр, який коли-небудь відправляли за межі нашої планети. Мас-спектрометри є звичним явищем у лабораторіях на Землі, пропонуючи вченим фундаментальний спосіб ідентифікації молекул на основі молекулярної ваги. Хоча існують більш складні й точні методи, які вчені використовують для визначення структури молекул, мас-спектрометр MOMA ідеально підходить для сортування зразків складних сумішей.
Як працює прилад MOMA
Як і його попередник, SAM, відправлений на марсоході Curiosity, MOMA може підготувати зразки, зібрані марсоходом, випаровуючи матеріали у високотемпературній печі, перш ніж відправити летючі молекули через газовий хроматограф, який відокремлює й аналізує хімічні компоненти суміші. Розділення відбувається завдяки взаємодії зразків з двома фазами в колонці хроматографа: рухомою газоподібною і нерухомою твердою або рідкою.
Під час проходження через прилад у газовій фазі, залежно від їхньої структури, елементів і загального хімічного складу, різні молекули в суміші зразка будуть по-різному взаємодіяти зі стаціонарною фазою колонки: деякі будуть затримуватися, утворюючи тимчасові, слабкі зв’язки, в той час як інші просто пролітатимуть крізь неї. Це змушує їх рухатися через колонку з різною швидкістю, таким чином розділяючи суміш, а потім ідентифікуючи окремі компоненти на основі їхньої маси й того, як вони іонізуються.
Цікавим у MOMA є те, що він містить додатковий режим роботи, відомий як «лазерна десорбційна мас-спектрометрія». Тут імпульсне ультрафіолетове світло використовується для вивільнення та іонізації органічних молекул із поверхні зразка.
Машинне навчання і молекулярні аналізатори
Хоча прилади самі по собі вражають, вчені зараз навчають моделі машинного навчання, які допоможуть їм сортувати дані, що їх MOMA надсилатиме додому. Для цього використовуються лабораторні дані, зібрані протягом більш ніж десяти років.
Вчені тренують алгоритм машинного навчання, надаючи йому приклади зразків, які MOMA може знайти на Марсі, визначаючи, що це за зразки, щоб потім алгоритм міг самостійно ідентифікувати їх у реальних зразках, звільняючи час команди.
«Довгострокова мета — це повністю автономна місія, — сказав Да Поян, науковець, який очолює розробку алгоритму машинного навчання. — Наразі алгоритм машинного навчання MOMA — це інструмент, який допоможе науковцям на Землі легше вивчати ці важливі дані».
За матеріалами www.space.com
