मंगल ग्रह पर छिपे जीवन की खोज के लिए वैज्ञानिक कृत्रिम बुद्धिमत्ता को प्रशिक्षित करते हैं
अलौकिक जीवन हमेशा प्रशंसकों के लिए रुचि का एक आकर्षक विषय रहा है। अब, संयुक्त राज्य अमेरिका में SETI संस्थान के वरिष्ठ शोधकर्ताओं ने पृथ्वी से परे जीवन की खोज में सफलता की खोज की है। किम वारेन रोड्स के नेतृत्व वाली टीम, मशीन लर्निंग मॉडल को प्रशिक्षण देकर ऐसा करने में सक्षम थी, ताकि पहले से अध्ययन न किए गए डेटा में बायोसिग्नेचर को पहचाना और भविष्यवाणी की जा सके। नेचर एस्ट्रोनॉमी में प्रकाशित शोध के अनुसार, एआई/एमएल के साथ सांख्यिकीय पारिस्थितिकी को जोड़कर, शोधकर्ता 87.5 प्रतिशत समय तक बायोसिग्नेचर की पहचान और पता लगाने में सक्षम थे। यह यादृच्छिक खोजों पर एक बड़ा सुधार है और खोज के लिए आवश्यक स्थान को 97 प्रतिशत तक कम कर देता है। यह एक महत्वपूर्ण विकास क्यों है? क्योंकि पृथ्वी से परे जीवन की खोज करते समय शोधकर्ताओं के पास नमूने एकत्र करने या रिमोट सेंसिंग टूल का उपयोग करने के सीमित अवसर होते हैं।
साइंस डेली में उद्धृत रोड्स ने कहा, “हमारा ढांचा हमें पैटर्न और नियमों का पता लगाने और भविष्यवाणी करने के लिए सांख्यिकीय पारिस्थितिकी और मशीन सीखने की शक्ति को संयोजित करने की अनुमति देता है, जिसके द्वारा प्रकृति जीवित रहती है और खुद को वितरित करती है।” उन्होंने आगे कहा: “हमें उम्मीद है कि अन्य ज्योतिष विज्ञान टीमें अन्य रहने योग्य वातावरण और बायोसिग्नेचर को मैप करने के लिए हमारे दृष्टिकोण को अपनाएंगी। इन मॉडलों का उपयोग करके, हम रोवर्स को उन स्थानों पर निर्देशित करने के लिए सिलवाया रोडमैप और एल्गोरिदम डिजाइन कर सकते हैं, जहां जीवन, अतीत या वर्तमान को परेशान करने की सबसे अधिक संभावना है – कोई फर्क नहीं पड़ता।” क्या। यह कितना छिपा हुआ या दुर्लभ है।”
टीम ने नमक के गुंबदों, चट्टानों और क्रिस्टल में छिपे बिखरे हुए जीवन को मैप करने के लिए मंगल के समकक्ष के रूप में चिली के अटाकामा रेगिस्तान और अल्टिप्लानो की सीमा पर एक सुपर-सूखा सूखा नमक सालार डी पजोनालेस का इस्तेमाल किया। टीम द्वारा कुल 7,765 तस्वीरें और 1,154 नमूने एकत्र किए गए। उन्होंने वर्णक स्रावित करने वाले प्रकाश संश्लेषक रोगाणुओं का पता लगाने के लिए उपकरणों का भी परीक्षण किया। इस तरह वे नासा की जीवन-पहचान सीढ़ी पर एक संभावित बायोसिग्नेचर का प्रतिनिधित्व करने में सक्षम थे।
बड़े पैमाने पर भूगर्भीय विशेषताओं और छोटे पैमाने के सबस्ट्रेट्स को पहचानने और भविष्यवाणी करने के लिए संवेदी तंत्रिका नेटवर्क (सीएनएन) को प्रशिक्षित करके, बायोसिग्नेचर होने की सबसे अधिक संभावना है, टीम कक्षा से पृथ्वी तक बहुत अलग संकल्पों के साथ डेटा सेट को एकीकृत करने में सफल रही। क्या अधिक है, उन्होंने क्षेत्रीय उष्णकटिबंधीय डेटा को माइक्रोबियल आवासों से जोड़ा, जिससे वैज्ञानिकों को ब्रह्मांड में बायोसिग्नेचर खोजने में मदद करने के लिए मशीन सीखने का मार्ग प्रशस्त हुआ।
परिणामों ने पुष्टि की कि स्थलीय एनालॉग पाजोनलेस साइट पर माइक्रोबियल उपस्थिति यादृच्छिक रूप से वितरित नहीं की गई थी। इसके बजाय, यह एक किलोमीटर से सेंटीमीटर पैमाने पर पानी की उपलब्धता से दृढ़ता से जुड़े पैची बायोम में केंद्रित है। टीम का अगला शोध लक्ष्य उसी मशीन लर्निंग सॉफ़्टवेयर का उपयोग करके प्राचीन स्ट्रोमेटोलाइट जीवाश्मों और हालाइट माइक्रोबायोम के स्थान और वितरण की भविष्यवाणी करने की सीएनएन की क्षमता का परीक्षण करना है। यह अलौकिक जीवन का कुशलतापूर्वक पता लगाने की दिशा में एक महत्वपूर्ण कदम है।
बज़ की सभी ताज़ा ख़बरें यहाँ पढ़ें
पहले प्रकाशित: 07 मार्च, 2023, 15:14 IST पर
आखरी अपडेट: 07 मार्च, 2023, 15:14 IST पर