メリーランド州グリーンベルトにあるNASAの施設、ゴダード宇宙飛行センターは、火星のサンプルの分析プロセスを迅速化し、ロボット探査機が火星で過ごす時間を最適化する人工知能（AI）アルゴリズムを考案した。.
新しいアルゴリズムは、2028年以降に打ち上げが予定されているエクソマーズ・ミッションのロザリンド・フランクリン・ローバーに搭載されたMOMA（火星有機分子分析装置）機器のデータを使用して最初にテストされます。このロボットは火星に生命が存在したことがあるかどうかを調べることを目的としており、このアルゴリズムは、この調査中にどのデータに焦点を当てるかをdentするのに役立ちます。.
NASAは機械学習を使って火星のサンプル分析をスムーズにする
NASAゴダード宇宙飛行センターの質量分析科学者、シャン・“ショーン”・リー氏は、新しいアルゴリズムの設計により、ローバーが収集したすべての情報を迅速に分析し、科学者の研究にとって印象的または重要な発見を拾い出すことができると説明した。これにより、研究者は火星ローバーを時間的に効率的に使用することで、より短期間でより多くの成果を上げることができるようになる。.
このシステムは、MOMAによって収集された情報を分析することで機能し、その後、地球に送り返されて更なる研究に利用されます。これらの結果に基づいて、科学者は特定のサンプルや他のサンプル群について、より高度な分析を行うなど、どのような追加ステップが必要かを判断することができます。例えば、サンプルに特定の鉱物と混合された複雑な有機化合物が含まれている場合、追加の分析が必要になる可能性があります。.
ロザリンド・フランクリンの特徴の一つは、火星地表から最深2メートル（6.6フィート）まで掘削できる能力です。これは、従来の探査機が到達できる深さ約7センチ（2.8インチ）と比べて大幅に深い掘削能力です。この掘削能力の向上により、地表レベルで宇宙線や放射線から保護された、より保存状態の良い有機物が発見され、古代の有機物や過去の生命の痕跡を発見できる可能性が高まります。.
このアルゴリズムの共同開発者であるNASAゴダード宇宙飛行センターのデータサイエンティスト、ビクトリア・ダ・ポイアン氏は、データ分析の効率化の重要性を強調した。火星に存在する可能性のある物質の例を機械に学習させることで、ソフトウェアは検査サンプルの組成を予測できるようになり、科学者は迅速に対応し、より良い計画を立てることができるようになった。.
