{"id":33699,"date":"2023-03-22T01:40:07","date_gmt":"2023-03-22T06:40:07","guid":{"rendered":"https:\/\/einsteresante.com\/?p=33699"},"modified":"2023-03-22T01:40:08","modified_gmt":"2023-03-22T06:40:08","slug":"la-ia-podria-ser-nuestra-mejor-herramienta-para-buscar-vida-en-marte","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2023\/03\/22\/la-ia-podria-ser-nuestra-mejor-herramienta-para-buscar-vida-en-marte\/","title":{"rendered":"La IA podr\u00eda ser nuestra mejor herramienta para buscar vida en Marte"},"content":{"rendered":"\n<p>Est\u00e1 muy bien hablar mucho sobre encontrar rastros de vida en Marte, pero tambi\u00e9n necesitamos saber d\u00f3nde buscar. Llegar a Marte es dif\u00edcil: queremos asegurarnos de aprovechar al m\u00e1ximo las oportunidades disponibles para no desperdiciar el viaje.<\/p>\n\n\n\n<p>Pero hay mucho terreno por cubrir. Marte tiene casi la misma superficie de tierra seca que la Tierra, con una diferencia clave. Lanza una piedra a la Tierra y probablemente aterrizar\u00e1 en alg\u00fan lugar con vida. Sin embargo, la historia de la vida en Marte es un gran signo de interrogaci\u00f3n.<\/p>\n\n\n\n<p>La inteligencia artificial y el aprendizaje autom\u00e1tico podr\u00edan hacer que la b\u00fasqueda de vida en Marte sea mucho menos ardua. Un equipo internacional de investigadores dirigido por la astrobi\u00f3loga Kimberley Warren-Rhodes del Instituto SETI ha demostrado que estas herramientas pueden identificar patrones ocultos en datos geogr\u00e1ficos que podr\u00edan indicar la presencia de signos de vida.<\/p>\n\n\n\n<p>&#8220;Nuestro marco nos permite combinar el poder de la ecolog\u00eda estad\u00edstica con el aprendizaje autom\u00e1tico para descubrir y predecir los patrones y las reglas mediante los cuales la naturaleza sobrevive y se distribuye en los paisajes m\u00e1s duros de la Tierra&#8221;, explica Warren-Rhodes.<\/p>\n\n\n\n<p>&#8220;Esperamos que otros equipos de astrobiolog\u00eda adapten nuestro enfoque para mapear otros entornos habitables y firmas biol\u00f3gicas. Con estos modelos, podemos dise\u00f1ar hojas de ruta y algoritmos personalizados para guiar a los rovers a lugares con la mayor probabilidad de albergar vida pasada o presente, sin importar cu\u00e1n ocultos o raros sean&#8221;.<\/p>\n\n\n\n<p>Hay un lugar en la Tierra que tiene un parecido sorprendente con las \u00e1ridas llanuras de Marte. Ese es el desierto de Atacama en Chile, uno de los lugares m\u00e1s secos del planeta, que no ve lluvia durante d\u00e9cadas. Incluso en este lugar inh\u00f3spito, la vida se puede encontrar escondida en bolsillos y bajo tierra.<\/p>\n\n\n\n<p>Warren-Rhodes y sus colegas se enfocaron en una regi\u00f3n en el l\u00edmite entre el Desierto de Atacama y la meseta del Altiplano llamada Salar de Pajonales. Esta cuenca es un lecho de r\u00edo antiguo y uno de los mejores an\u00e1logos del entorno de Marte de la Tierra. A 3.541 metros, tiene una gran altitud y, posteriormente, recibe una alta exposici\u00f3n a los rayos UV. Tambi\u00e9n es bajo en ox\u00edgeno y extremadamente seco y salado. Sin embargo, de alguna manera, se puede encontrar vida all\u00ed, viviendo en formaciones minerales.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><img decoding=\"async\" src=\"https:\/\/einsteresante.com\/wp-content\/uploads\/2023\/03\/image-21.png\" alt=\"\" class=\"wp-image-33710\"\/><figcaption class=\"wp-element-caption\">Un mapa de probabilidad de biofirma generado con la ayuda de inteligencia artificial. M. Phillips, KA Warren-Rhodes y F. Kalaitzis.<\/figcaption><\/figure>\n\n\n\n<p>En un \u00e1rea de 2,78 kil\u00f3metros cuadrados, los investigadores tomaron cuidadosamente 7765 im\u00e1genes y 1154 muestras, en busca de las firmas biol\u00f3gicas reveladoras que revelaron la presencia de microbios fotosint\u00e9ticos. Estos inclu\u00edan pigmentos de carotenoides y clorofila, que ti\u00f1en la roca de rosa o verde.<\/p>\n\n\n\n<p>Tambi\u00e9n usaron drones para tomar im\u00e1genes a\u00e9reas para simular im\u00e1genes obtenidas por los sat\u00e9lites que orbitan Marte y agregaron mapas topogr\u00e1ficos en 3D. Luego, toda esta informaci\u00f3n se introdujo en las redes neuronales convolucionales (CNN) para entrenar a la IA para que reconociera las estructuras en la cuenca con m\u00e1s probabilidades de estar repletas de vida.<\/p>\n\n\n\n<p>Y, curiosamente, las CNN pudieron identificar patrones en la distribuci\u00f3n de la vida microbiana en la cuenca, a pesar de la composici\u00f3n mineral casi uniforme del \u00e1rea. Las c\u00fapulas del yeso mineral blando estaban habitadas en un 40%, y el suelo estampado rayado con cintas de yeso estaba habitado en un 50%. Al observar m\u00e1s de cerca qu\u00e9 partes de estas caracter\u00edsticas estaban habitadas, los investigadores encontraron microh\u00e1bitats. Los microbios fueron poderosamente atra\u00eddos por las secciones de alabastro, una forma porosa de yeso de grano fino que retiene el agua.<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Can Artificial Intelligence help find life on Mars or Icy Worlds?\" width=\"640\" height=\"360\" src=\"https:\/\/www.youtube.com\/embed\/72FFi2Hdxdg?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<p>El equipo descubri\u00f3 que estos microh\u00e1bitats de alabastro estaban &#8220;habitados casi universalmente&#8221; y representaban el predictor m\u00e1s confiable de biofirmas, lo que sugiere que el contenido de agua es el principal impulsor de la distribuci\u00f3n de microh\u00e1bitats.<\/p>\n\n\n\n<p>De manera m\u00e1s pertinente para la b\u00fasqueda de vida en Marte, las CNN permitieron a los investigadores identificar correctamente biofirmas hasta en un 87,5 % de las veces, en comparaci\u00f3n con hasta un 10 % para b\u00fasquedas aleatorias. Esto redujo la cantidad de terreno que necesitaban cubrir entre un 85 y un 97%.<\/p>\n\n\n\n<p>&#8220;Tanto para las im\u00e1genes a\u00e9reas como para los datos terrestres a escala centim\u00e9trica, el modelo demostr\u00f3 una alta capacidad predictiva de la presencia de materiales geol\u00f3gicos con gran probabilidad de contener firmas biol\u00f3gicas&#8221;, dice el cient\u00edfico inform\u00e1tico Freddie Kalaitzis de la Universidad de Oxford en el Reino Unido.<\/p>\n\n\n\n<p>&#8220;Los resultados se alinearon bien con los datos reales, con la distribuci\u00f3n de firmas biol\u00f3gicas fuertemente asociada con las caracter\u00edsticas hidrol\u00f3gicas&#8221;.<\/p>\n\n\n\n<p>El enfoque, por lo tanto, parece tener m\u00faltiples beneficios. El trabajo nos ense\u00f1\u00f3 algo sobre la vida en ambientes extremos aqu\u00ed en la Tierra y es prometedor para identificar la vida en Marte. Y podr\u00eda ayudar a identificar otras firmas biol\u00f3gicas aqu\u00ed en la Tierra.<\/p>\n\n\n\n<p>El equipo planea tratar de entrenar sus CNN en otras firmas biol\u00f3gicas, como los estromatolitos, que son tapetes microbianos fosilizados que pueden tener miles de millones de a\u00f1os, y comunidades de hal\u00f3filos, organismos que prosperan en ambientes s\u00faper salados.<\/p>\n\n\n\n<p>La investigaci\u00f3n ha sido publicada en <a href=\"https:\/\/www.nature.com\/articles\/s41550-022-01882-x\">Nature Astronomy<\/a>.<\/p>\n\n\n\n<p>Fuente: <a href=\"https:\/\/www.sciencealert.com\/ai-could-be-our-best-chance-of-finding-life-on-mars-heres-why\">Science Alert<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Est\u00e1 muy bien hablar mucho sobre encontrar rastros de vida en Marte, pero tambi\u00e9n necesitamos saber d\u00f3nde buscar. Llegar a Marte es dif\u00edcil: queremos asegurarnos de aprovechar al m\u00e1ximo las oportunidades disponibles para no desperdiciar el viaje. Pero hay mucho terreno por cubrir. Marte tiene casi la misma superficie de tierra seca que la Tierra, [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[8],"tags":[],"class_list":["post-33699","post","type-post","status-publish","format-standard","hentry","category-astronautica"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/33699","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=33699"}],"version-history":[{"count":12,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/33699\/revisions"}],"predecessor-version":[{"id":33712,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/33699\/revisions\/33712"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=33699"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=33699"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=33699"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}