Il Goddard Space Flight Center, una struttura della NASA nella Greenbelt del Maryland, ha ideato un algoritmo di intelligenza artificiale (IA) che accelererà il processo di analisi dei campioni di Marte e ottimizzerà il tempo che i rover robotici trascorrono su Marte.
Il nuovo algoritmo verrà inizialmente testato utilizzando i dati dello strumento MOMA (Mars Organic Molecule Analyzer) a bordo del Rosalind Franklin Rover della missione ExoMars, il cui lancio è previsto non prima del 2028. Il robot intende scoprire se c'è mai stata vita su Marte e questo algoritmo faciliterà l'dentdei dati su cui concentrarsi durante questa indagine.
La NASA utilizza l'apprendimento automatico per semplificare l'analisi dei campioni di Marte
Xiang "Shawn" Li, esperto di spettrometria di massa presso il NASA Goddard, ha spiegato che il design del nuovo algoritmo lo rende in grado di analizzare rapidamente tutte le informazioni raccolte da un rover e di individuare i risultati più significativi o importanti per lo studio degli scienziati. In questo modo, i ricercatori saranno in grado di fare di più in un periodo di tempo più breve, utilizzando il Mars Rover in modo efficiente in termini di tempo.
Il sistema funziona analizzando le informazioni raccolte dal MOMA, che verranno poi restituite sulla Terra per ulteriori studi. Sulla base di questi risultati, gli scienziati potrebbero decidere quali ulteriori passi intraprendere, come un esame più approfondito di un campione specifico o di una serie di altri. Ad esempio, se un campione contiene composti organici complessi di grandi dimensioni mescolati a minerali specifici, potrebbero essere necessarie analisi aggiuntive.
Una caratteristica che distingue Rosalind Franklin è la sua capacità di perforare fino a 2 metri di profondità sotto la superficie marziana, una profondità notevolmente superiore a quella dei precedenti dispositivi che raggiungevano solo circa 7 cm. Questa maggiore capacità di perforazione rivelerebbe materiali organici meglio conservati, protetti dai raggi cosmici e dalle radiazioni a livello superficiale, offrendo così maggiori possibilità di rilevare antichi materiali organici e segni di vita passata.
Victoria Da Poian, data scientist del NASA Goddard che ha co-sviluppato l'algoritmo, ha sottolineato l'importanza di rendere l'analisi dei dati più efficiente. Insegnando alla macchina esempi di sostanze che potrebbero essere presenti su Marte, il software è ora in grado di prevedere la composizione dei campioni analizzati, consentendo così agli scienziati di reagire rapidamente e pianificare al meglio.
