p O desenvolvimento da inteligência artificial pode nos ajudar a prever a probabilidade de vida em outros planetas, de acordo com o novo trabalho de uma equipe baseada na Plymouth University. O estudo usa redes neurais artificiais (RNAs) para classificar os planetas em cinco tipos, estimar uma probabilidade de vida em cada caso, que poderia ser usado em futuras missões de exploração interestelar. O trabalho é apresentado na Semana Europeia de Astronomia e Ciências Espaciais (EWASS) em Liverpool no dia 4 de abril pelo Sr. Christopher Bishop. p Redes neurais artificiais são sistemas que tentam replicar a maneira como o cérebro humano aprende. Eles são uma das principais ferramentas usadas no aprendizado de máquina, e são particularmente bons na identificação de padrões complexos demais para serem processados ​​por um cérebro biológico.

p O time, baseado no Centro de Robótica e Sistemas Neurais da Plymouth University, treinaram sua rede para classificar planetas em cinco tipos diferentes, com base em se eles são mais parecidos com a Terra atual, a Terra primitiva, Marte, Vênus ou a lua de Saturno, Titã. Todos os cinco desses objetos são corpos rochosos conhecidos por terem atmosferas, e estão entre os objetos potencialmente mais habitáveis ​​em nosso Sistema Solar.

p Sr. Bishop comenta, "Atualmente, estamos interessados ​​nessas RNAs para priorizar a exploração de um hipotético, inteligente, espaçonave interestelar examinando um sistema de exoplanetas ao alcance. "

p Ele adiciona, “Também estamos estudando o uso de grandes áreas, implantável, Antenas planares de Fresnel para levar dados de volta para a Terra a partir de uma sonda interestelar a grandes distâncias. Isso seria necessário se a tecnologia fosse usada em espaçonaves robóticas no futuro. "

p As observações atmosféricas - conhecidas como espectros - dos cinco corpos do Sistema Solar são apresentadas como entradas para a rede, que é então solicitado a classificá-los em termos do tipo planetário. Como a vida atualmente só existe na Terra, a classificação usa uma métrica de 'probabilidade de vida' que se baseia nas propriedades atmosféricas e orbitais relativamente bem compreendidas dos cinco tipos de alvos.

p Bishop treinou a rede com mais de cem perfis espectrais diferentes, cada um com várias centenas de parâmetros que contribuem para a habitabilidade. Até aqui, a rede tem um bom desempenho quando apresentada a um perfil espectral de teste que ela nunca viu antes.

p "Dados os resultados até agora, este método pode ser extremamente útil para categorizar diferentes tipos de exoplanetas usando resultados de observatórios terrestres e próximos à Terra ", disse o Dr. Angelo Cangelosi, o supervisor do projeto.

p A técnica também pode ser ideal para selecionar alvos para observações futuras, dado o aumento no detalhe espectral esperado das próximas missões espaciais, como a missão espacial Ariel da ESA e o telescópio espacial James Webb da NASA.