A NASA desenvolve IA para acelerar a análise de amostras de Marte para futuras missões

O Goddard Space Flight Center, uma instalação da NASA em Greenbelt, Maryland, desenvolveu um algoritmo de inteligência artificial (IA) que acelerará o processo de análise de amostras de Marte e otimizará o tempo que os robôs exploradores passam no planeta.

O novo algoritmo será testado inicialmente usando dados do instrumento MOMA (Mars Organic Molecule Analyzer) a bordo do rover Rosalind Franklin da missão ExoMars, cujo lançamento está previsto para não antes de 2028. O objetivo do robô é descobrir se já houve vida em Marte, e esse algoritmo ajudará adentquais dados se concentrar durante essa investigação.

A NASA usa aprendizado de máquina para aprimorar a análise de amostras de Marte

Xiang “Shawn” Li, cientista de espectrometria de massa da NASA Goddard, explicou que o design do novo algoritmo permite analisar rapidamente todas as informações coletadas por um rover e selecionar as descobertas mais relevantes ou importantes para o estudo dos cientistas. Dessa forma, os pesquisadores poderão realizar mais em menos tempo, utilizando o rover de Marte de maneira eficiente.

O sistema funciona analisando informações coletadas pelo MOMA, que serão então enviadas de volta à Terra para estudos adicionais. Com base nesses resultados, os cientistas podem decidir quais etapas subsequentes devem ser tomadas, como um exame mais aprofundado de uma amostra específica ou de um conjunto de outras amostras. Por exemplo, se uma amostra contiver grandes compostos orgânicos complexos misturados com minerais específicos, análises adicionais podem ser necessárias.

Uma característica que distingue a sonda Rosalind Franklin é a sua capacidade de perfurar até 2 metros (6,6 pés) abaixo da superfície de Marte, uma profundidade significativamente maior do que a alcançada por dispositivos anteriores, que atingiam apenas cerca de 7 centímetros (2,8 polegadas). Essa maior capacidade de perfuração revelaria materiais orgânicos mais bem preservados e protegidos dos raios cósmicos e da radiação na superfície, aumentando assim as chances de detecção de matéria orgânica antiga, bem como de sinais de vida passada.

Victoria Da Poian, cientista de dados da NASA Goddard e co-desenvolvedora do algoritmo, enfatizou a importância de tornar a análise de dados mais eficiente. Ao ensinar a máquina com exemplos de quais substâncias poderiam estar presentes em Marte, o software agora consegue prever a composição das amostras testadas, permitindo que os cientistas respondam rapidamente e planejem melhor o futuro.