Le Goddard Space Flight Center, une installation de la NASA située à Greenbelt, dans le Maryland, a mis au point un algorithme d'intelligence artificielle (IA) qui accélérera le processus d'analyse des échantillons martiens et optimisera le temps que les rovers robotisés passent sur Mars.
Le nouvel algorithme sera d'abord testé à l'aide des données de l'instrument MOMA (Mars Organic Molecule Analyzer) embarqué à bord du rover Rosalind Franklin de la mission ExoMars, dont le lancement est prévu au plus tôt en 2028. Ce robot a pour objectif de déterminer s'il y a déjà eu de la vie sur Mars, et cet algorithme facilitera l'dentdes données à privilégier lors de cette investigation.
La NASA utilise l'apprentissage automatique pour faciliter l'analyse des échantillons martiens
Xiang « Shawn » Li, scientifique spécialisé en spectrométrie de masse au centre Goddard de la NASA, a expliqué que la conception du nouvel algorithme permet d'analyser rapidement toutes les données recueillies par un rover et d'identifier les résultats les plus pertinents pour les études scientifiques. Ainsi, les chercheurs pourront accomplir davantage en moins de temps, optimisant ainsi l'utilisation du rover martien.
Le système fonctionne en analysant les informations recueillies par le MOMA, qui sont ensuite renvoyées sur Terre pour des études complémentaires. En fonction de ces résultats, les scientifiques peuvent décider des étapes suivantes, comme un examen plus approfondi d'un échantillon particulier ou d'un ensemble d'échantillons. Par exemple, si un échantillon contient de grands composés organiques complexes mélangés à des minéraux spécifiques, des analyses supplémentaires peuvent s'avérer nécessaires.
L'une des caractéristiques qui distinguent Rosalind Franklin est sa capacité à forer jusqu'à 2 mètres de profondeur sous la surface martienne, soit bien plus profondément que les engins précédents qui n'atteignaient que 7 centimètres environ. Cette capacité de forage accrue permettrait de révéler des matières organiques mieux préservées, protégées des rayons cosmiques et des radiations en surface, augmentant ainsi les chances de détecter des composés organiques anciens et des traces de vie passée.
Victoria Da Poian, spécialiste des données au centre Goddard de la NASA et co-développeuse de l'algorithme, a souligné l'importance d'améliorer l'efficacité de l'analyse des données. En apprenant au logiciel à partir d'exemples de substances potentiellement présentes sur Mars, celui-ci peut désormais anticiper la composition des échantillons testés, permettant ainsi aux scientifiques de réagir plus rapidement et de mieux planifier leurs recherches.
