Il Goddard Space Flight Center, una struttura della NASA nella Greenbelt del Maryland, ha messo a punto un algoritmo di intelligenza artificiale (AI) che accelererà il processo di analisi dei campioni di Marte e ottimizzerà il tempo che i rover robotici trascorrono su Marte.
Il nuovo algoritmo verrà prima testato utilizzando i dati dello strumento MOMA (Mars Organic Molecule Analyser) a bordo della missione ExoMars Rosalind Franklin Rover, il cui lancio è previsto non prima del 2028. Il robot intende scoprire se c'è mai stata vita su Marte e questo algoritmo faciliterà l'identificazione su quali dati concentrarsi durante questa indagine.
La NASA utilizza l’apprendimento automatico per semplificare l’analisi dei campioni di Marte
Uno scienziato di spettrometria di massa della NASA Goddard, Xiang "Shawn" Li, ha spiegato che il design del nuovo algoritmo lo rende in grado di esaminare rapidamente tutte le informazioni raccolte da un rover e di individuare qualunque risultato sia sorprendente o importante per lo studio degli scienziati. In questo modo i ricercatori saranno in grado di fare di più in un periodo più breve per quanto riguarda l'utilizzo efficiente in termini di tempo del Mars Rover.
Il sistema funziona analizzando le informazioni raccolte dal MOMA che verranno poi restituite alla Terra per ulteriori studi. Sulla base di questi risultati, gli scienziati possono decidere quali ulteriori passi intraprendere, come un esame più avanzato di un particolare campione o una raccolta di altri. Ad esempio, se un campione contiene composti organici complessi di grandi dimensioni mescolati con minerali specifici, potrebbero essere necessarie analisi aggiuntive.
Una caratteristica che distingue Rosalind Franklin è la sua capacità di perforare fino a 2 m (6,6 piedi) sotto la superficie marziana, che è significativamente più profonda rispetto ai dispositivi precedenti che raggiungevano solo circa 2,8 pollici (7 cm). Questa maggiore capacità di perforazione rivelerebbe materiali organici meglio conservati e protetti dai raggi cosmici e dalle radiazioni a livello superficiale, offrendo così maggiori possibilità di rilevare sostanze organiche antiche e segni di vita passata.
Victoria Da Poian, scienziata dei dati della NASA Goddard che ha co-sviluppato l’algoritmo, ha sottolineato l’importanza di rendere più efficiente l’analisi dei dati. Insegnando alla macchina con esempi di quali sostanze potrebbero essere presenti su Marte, il software può ora anticipare la composizione dei campioni testati consentendo così agli scienziati di rispondere rapidamente e pianificare meglio in anticipo.