La NASA desarrolla IA para acelerar el análisis de muestras de Marte para las próximas misiones

El Centro de Vuelo Espacial Goddard, una instalación de la NASA en Greenbelt, Maryland, ha desarrollado un algoritmo de inteligencia artificial (IA) que acelerará el proceso de análisis de muestras de Marte y optimizará el tiempo que los exploradores robóticos pasan en Marte.

El nuevo algoritmo se probará primero utilizando datos del instrumento MOMA (Mars Organic Molecule Analyzer) a bordo del rover Rosalind Franklin de la misión ExoMars, cuyo lanzamiento está previsto no antes de 2028. El robot pretende averiguar si alguna vez hubo vida en Marte y este algoritmo facilitará ladentde qué datos tener en cuenta durante esta investigación.

La NASA utiliza el aprendizaje automático para simplificar el análisis de muestras de Marte

Xiang "Shawn" Li, científico de espectrometría de masas del Centro Goddard de la NASA, explicó que el diseño del nuevo algoritmo le permite analizar rápidamente toda la información recopilada por un rover y seleccionar los hallazgos más sorprendentes o importantes para el estudio científico. De esta manera, los investigadores podrán lograr más en menos tiempo, optimizando el uso del rover marciano.

El sistema funciona analizando la información recopilada por el MOMA, que luego será devuelta a la Tierra para estudios posteriores. Con base en estos resultados, los científicos pueden decidir qué medidas adicionales deben tomar, como un examen más avanzado de una muestra en particular o la recolección de otras. Por ejemplo, si una muestra contiene compuestos orgánicos complejos de gran tamaño mezclados con minerales específicos, podrían ser necesarios análisis adicionales.

Una característica que distingue a Rosalind Franklin es su capacidad para perforar hasta 2 m (6,6 pies) bajo la superficie marciana, una profundidad significativamente mayor que la de los dispositivos anteriores, que solo alcanzaban unos 7 cm (2,8 pulgadas). Esta mayor capacidad de perforación revelaría materiales orgánicos mejor conservados, protegidos de los rayos cósmicos y la radiación en la superficie, lo que ofrecería mayores posibilidades de detectar compuestos orgánicos antiguos, así como indicios de vida pasada.

Victoria Da Poian, científica de datos del Centro Goddard de la NASA y codesarrolladora del algoritmo, destacó la importancia de optimizar el análisis de datos. Al enseñar a la máquina con ejemplos de las sustancias que podrían estar presentes en Marte, el software puede anticipar la composición de las muestras analizadas, lo que permite a los científicos responder con rapidez y planificar mejor.