Traduzido por Julio Batista
Original de Michelle Starr para o ScienceAlert
É muito bom falar sobre encontrar vestígios de vida em Marte, mas também precisamos saber onde procurar. Chegar a Marte é difícil – queremos aproveitar ao máximo as oportunidades disponíveis para não desperdiçar a viagem.
Mas há muito chão a cobrir. Marte tem quase a mesma área de superfície de terra seca que a Terra, com uma diferença fundamental. Jogue uma pedra na Terra e ela provavelmente cairá em algum lugar com vida. No entanto, a história da vida em Marte é um grande ponto de interrogação.
A inteligência artificial e o aprendizado de máquina podem tornar a busca por vida em Marte muito menos árdua. Uma equipe internacional de pesquisadores liderada pela astrobióloga Kimberley Warren-Rhodes, do Instituto SETI, mostrou que essas ferramentas podem identificar padrões ocultos em dados geográficos que podem indicar a presença de sinais de vida.
“Nossa estrutura nos permite combinar o poder da ecologia estatística com o aprendizado de máquina para descobrir e prever os padrões e regras pelas quais a natureza sobrevive e se distribui nas paisagens mais inóspitas da Terra”, explicou Warren-Rhodes.
“Esperamos que outras equipes de astrobiologia adaptem nossa abordagem para mapear outros ambientes habitáveis e bioassinaturas. Com esses modelos, podemos projetar modelos e algoritmos personalizados para guiar rovers a locais com maior probabilidade de abrigar vida passada ou presente – não importa o quão escondidos ou raros.”
Há um lugar na Terra que tem uma semelhança surpreendente com as planícies áridas de Marte. Esse seria o Deserto do Atacama, no Chile, um dos lugares mais secos do planeta, que não vê chuva há décadas. Mesmo neste lugar inóspito, a vida pode ser encontrada escondida em bolsões e sob o solo.
Warren-Rhodes e seus colegas se concentraram em uma região na fronteira entre o deserto de Atacama e o planalto do Altiplano chamado Salar de Pajonales. Esta bacia é um antigo leito de rio e um dos melhores análogos do ambiente de Marte na Terra. A 3.541 metros, é de grande altitude e, posteriormente, recebe alta exposição aos raios UV. Também é pobre em oxigênio e extremamente seca e salgada… mas de alguma forma, a vida pode ser encontrada lá, vivendo em formações minerais.
Em uma área de 2,78 quilômetros quadrados, os pesquisadores coletaram cuidadosamente 7.765 imagens e 1.154 amostras, procurando as bioassinaturas reveladoras que indicavam a presença de micróbios fotossintéticos. Estes incluíam carotenoides e pigmentos de clorofila, que tingem a rocha de rosa ou verde.
Eles também usaram drones para tirar imagens aéreas para simular imagens obtidas pelos satélites que orbitam Marte e adicionaram mapas topográficos em 3D. Todas essas informações foram alimentadas em redes neurais convolucionais (RNCs) para treinar a IA a reconhecer estruturas na bacia com maior probabilidade de estarem repletas de vida.
E, curiosamente, as RNCs foram capazes de identificar padrões na distribuição da vida microbiana na bacia, apesar da composição mineral quase uniforme da área.
Áreas de gipsita mineral mole eram cerca de 40% habitadas, e o solo padronizado listrado com gipsita era cerca de 50% habitado. Observando mais de perto quais partes desses recursos eram habitadas, os pesquisadores encontraram microhabitats. Os micróbios foram fortemente atraídos para seções de alabastro, uma forma porosa e de grão fino de gipsita que retém água.
A equipe descobriu que esses microhabitats de alabastro eram “quase universalmente habitados” e representavam o preditor mais confiável de bioassinaturas, sugerindo que o conteúdo de água é o principal fator para as distribuições de microhabitat.
Mais pertinente para a busca por vida em Marte, as RNCs permitiram que os pesquisadores identificassem bioassinaturas corretamente em até 87,5% do tempo, em comparação com até 10% para pesquisas aleatórias. Isso reduziu a quantidade de terreno que eles precisavam cobrir em impressionantes 85 a 97 por cento.
“Tanto para as imagens aéreas quanto para os dados em escala centimétrica baseados no solo, o modelo demonstrou alta capacidade preditiva para a presença de materiais geológicos com forte probabilidade de conter bioassinaturas”, disse o cientista da computação Freddie Kalaitzis, da Universidade de Oxford, no Reino Unido.
“Os resultados se alinharam bem com os dados reais, com a distribuição de bioassinaturas sendo fortemente associada a características hidrológicas”.
A abordagem, portanto, parece ter múltiplos benefícios. O trabalho nos ensinou algo sobre a vida em ambientes extremos aqui na Terra e promete identificar a vida em Marte. E poderia ajudar a identificar outras bioassinaturas aqui na Terra.
A equipe planeja tentar treinar seus RNCs em outras bioassinaturas, como estromatólitos, que são tapetes microbianos fossilizados que podem ter bilhões de anos, e comunidades de halófilos, organismos que prosperam em ambientes supersalgados.
A pesquisa foi publicada na Nature Astronomy.
