So könnte künstliche Intelligenz beim Auffinden von Außerirdischen helfen

Wo sollen Rover wie das Nasa-Gefährt Perserverance nach Leben suchen? In Zukunft fällt die Wahl leichter – und hat mehr Chance auf Erfolg. (Foto: Triff/Shutterstock)
Astrobiolog:innen suchen auf fernen Planeten nach Spuren von außerirdischem Leben. Dabei ergibt es Sinn, bestimmte Bereiche in den Fokus zu nehmen – dort, wo die besten Chancen bestehen, auch fündig zu werden. Solche Regionen treffsicher ausfindig zu machen könnte der Wissenschaft künftig leichter fallen.
Ein Team vom Seti Institute Nasa Astrobiology (NAI) hat dazu irdische Areale ausgemacht, die konkreten Planetentypen ähneln, und eine KI mit den Daten trainiert. Das Ergebnis der Studie: Das Leben in lebensfeindlichen Umgebungen ballt sich normalerweise in bestimmten Hotspots. Durch die KI konnten so mehr Biosignaturen entdeckt werden.
Die NAI-Gruppe und die Studienleiterin Kimberly Warren-Rhodes wollen Missionswissenschaftler:innen – etwa der Nasa – helfen, Biosignaturen zu finden. Diese hätten das Problem, unter hohem Druck zu stehen und nur auf begrenzte Bewegungsreichweiten von Rovern und Instrumenten zurückgreifen zu können.
Umso wichtiger sei es für sie, die Regionen auszuwählen, die höchstwahrscheinlich auch Treffer bringen. Warren-Rhodes KI-Einsatz führte dazu, dass die Forscher:innen ihr Suchgebiet um 97 Prozent verkleinern konnten und sich dabei die Wahrscheinlichkeit, Leben zu finden, um 88 Prozent erhöhte.
„Am Ende könnten wir uns hinlegen und, statt lange herumzulaufen, würden wir nur eine Minute brauchen, um Leben zu finden“, erklärte Warren-Rhodes in der Zeitschrift Nature. Sie fuhr mit ihrem Team unter anderem in die Atacama-Wüste, eine der lebensfeindlichsten Regionen dieses Planeten. Sie liegt in 3.500 Metern Höhe und diente als Analogon zum Mars. Dort suchten die Biolog:innen nach Endolithen; diese Kleinstlebewesen wohnen in Felsen und leben von Sonnenlicht.
Das Team sammelte alle Daten, von Drohnenaufnahmen bis zu geochemischen Analysen. Damit fütterte es ein neuronales Faltungsnetzwerk (CSS) und einen Algorithmus für maschinelles Lernen, der für die Vorhersage von biologischen Hotspots aufgestellt worden war. So fand das Team etwa heraus, dass sich Endolithen in der Atacama-Wüste am häufigsten in dem porösen Mineral Alabaster ansiedeln. Im Übergangsbereich zwischen den Kristallen und dem Sand sammeln sie sich in sogenannten Mikrohabitaten an.
NAI-Teamleiterin Nathalie Cabrol betont, nicht nur die hohe Entdeckungsrate sei ausschlaggebend. „Es ist nicht weniger wichtig, dass es gelungen ist, Datensätze mit sehr unterschiedlichen Auflösungen vom Orbit bis zum Boden zu integrieren und schließlich regionale Orbitaldaten mit mikrobiellen Lebensräumen zu verknüpfen“, sagt sie.
Nun soll die neue Methode bei anderen Lebensräumen überprüft und weiterentwickelt werden. Die Studie stellt den Höhepunkt des Projektes „Orbit-to-Ground Framework to Decode and Predict Biosignature Patterns in Terrestrial Analogues“ dar. Fünf Jahre lang finanzierte die Nasa die Forschungsarbeit. Über 50 Teammitglieder aus 17 Institutionen waren daran beteiligt.
Bitte beachte unsere Community-Richtlinien
Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.
Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.
Dein t3n-Team