Machine learning pode ser a chave para encontrar sinais de vida fora da Terra

De acordo com um estudo publicado aceito na revista científica Astrophysical Journal e publicado no servidor de pré-impressão arXiv, uma equipe de cientistas sugeriu que os próximos estudos astronômicos podem utilizar machine learning para buscar por diferentes anomalias a partir de dados espectroscópicos de alta resolução.

A tecnologia pode auxiliar na descoberta de assinaturas químicas raras e bioassinaturas desconhecidas que, talvez, sejam responsáveis por um tipo diferente de vida fora da Terra. 

Utilizando dados espectroscópicos coletados por diferentes telescópios, como o James Webb (JWST) e o Nancy Grace Roman (RST), será possível empregar as melhores técnicas de aprendizado de máquina da atualidade para procurar por diferentes anomalias. Para chegar aos resultados, o estudo reuniu físicos e especialistas em aprendizado de máquina.

• Veja mais: Um planeta semelhante à Terra pode estar escondido além da órbita de Netuno

Conduzida por uma equipe da Universidade da Flórida, nos Estados Unidos, a pesquisa foi nomeada de “Searching for Novel Chemistry in Exoplanetary Atmospheres using Machine Learning for Anomaly Detection”. Os pesquisadores descrevem que a 'vida' como conhecemos pode estar limitada pela atual visão da humanidade em relação à ciência — afinal, ainda não temos as respostas para todos os problemas.

O machine learning, ou aprendizado de máquina, pode ser a chave para a descoberta de formas de vida diferentes daquelas que conhecemos até agora.Fonte:  Getty Images 

“Os instrumentos estão cada vez melhores: melhor resolução espectral, nível excepcional de sinal-ruído, cobertura de comprimento de onda mais ampla. Além do JWST, que retornou algumas observações espectroscópicas excepcionais de vários exoplanetas, a Agência Espacial Europeia (ESA) está planejando um telescópio espacial dedicado a exoplanetas, ARIEL, que observará mil planetas. A análise desses dados manterá os cientistas ocupados por muito tempo", disse uma das autoras do estudo, a professora Katia Matcheva, em mensagem enviada ao site Universe Today.

Machine learning e vida fora da Terra

O atual problema é que os cientistas buscam por exoplanetas e pela vida fora da Terra com base nas bioassinaturas que conhecemos, ou seja, evidências de vida e processos orgânicos que acontecem na Terra. Entre as bioassinaturas mais procuradas, podemos citar: nitrogênio (N2), oxigênio (O2), dióxido de carbono (CO2), metano (CH4), amônia (NH3) e água (H2O).

Os cientistas afirmam que a aprendizagem de máquina pode ser uma técnica incrível para buscar anomalias nos espectros coletados pelos telescópios. Por isso, os pesquisadores esperam que a combinação desses dados com a técnica apresente novas bioassinaturas; ou seja, talvez até mesmo exoplanetas que já conhecemos e classificamos como sem bioassinatura possam ser descobertos como 'habitáveis' — de qualquer forma, provavelmente não serão 'habitáveis' como os conhecemos."

• Leia também: O que exoplanetas precisam ter para serem considerados semelhantes à Terra?

“A comunidade astrobiológica vem trabalhando em uma definição de ‘vida’ há muito tempo, mas não temos ideia de como realmente são os alienígenas e como eles interagiriam com seus ambientes. Somos influenciados pela nossa experiência humana, e as estratégias atuais são procurar vida na ‘zona habitável’, que por definição é amiga do homem (ou da vida terrestre). Então, como você procura algo quando não sabe como é? É aí que entram as técnicas de aprendizado de máquina (machine learning) para a detecção de novidades — elas podem sinalizar pontos de dados inconsistentes com os dados de treinamento, ou seja, que não concordam com os modelos teóricos atuais”, conclui Matcheva.

Mantenha-se atualizado sobre tecnologia e ciência aqui no TecMundo. Se desejar, aproveite para ver também, o mapa da NASA permite visualizar exoplanetas estranhos em 360 graus.