Suche nach außerirdischem Leben: KI könnte Proben objektiver analysieren
Bei der Suche nach außerirdischem Leben geht es oft um den Nachweis ganz bestimmter Stoffe. Künstliche Intelligenz könnte einen ganz anderen Ansatz ermöglichen.
Der Mars, gesehen vom NASA-Rover Perseverance
(Bild: NASA/JPL-Caltech)
Dank Techniken des maschinellen Lernens könnten Algorithmen künftig Materialproben mit großer Zuverlässigkeit nach Spuren von außerirdischem Leben durchsuchen. Das meint ein Forschungsteam um Nicholas Guttenberg vom Tokyo Institute of Technology. Sie haben das bewährte Analyseverfahren der Massenspektrometrie auf ungewöhnliche Weise mit einer KI benutzt und waren erfolgreich.
Anders als gemeinhin üblich hat die KI die Messdaten nicht nach Spuren der einzelnen Bestandteile durchsucht, sondern das Gesamtmuster verglichen. Zu 95 Prozent korrekt konnte sie dann angeben, ob in dem analysierten Material Spuren von lebenden Organismen vorhanden waren. Wie das klappte, verstehen die Forschenden selbst noch nicht wirklich.
Suche nicht im Detail, sondern dem großen Ganzen
Wie das Team nun erläutert, wollte es sich mit seinem Vorgehen jener Problematik widmen, der zufolge wir außerirdisches Leben vielleicht nicht entdecken können, weil wir nur nach erdähnlichem Leben suchen. So wüssten wir nicht, ob das entstehende Leben auf der Erde ganz zu Beginn bestimmte Richtungen aus Zufall oder Notwendigkeit eingeschlagen hat.
Dabei beziehen sich die Forschenden beispielsweise auf bestimmte chemische Prozesse oder Bausteine, auf denen alles heutige Leben auf der Erde basiert. So halten wir bei der Suche nach außerirdischem Leben etwa nach ganz bestimmten Molekülen Ausschau, auch wenn das aus ganz anderen Bausteinen aufgebaut sein könnte.
Bei der Suche nach solchen Bausteinen setzt die Forschung oft auf Massenspektrometrie, durch die die einzelnen Bestandteile einer Probe ermittelt werden können. Solche Instrumente werden in Forschungsinstituten auf der Erde eingesetzt, sind aber auch in Forschungssonden etwa auf dem Mars aktiv. Ihrer KI hat das Team um Guttenberg nun Datensätze massenspektrometrischer Analysen verschiedener komplexer organischer Verbindungen (darunter auch im Labor erzeugte, garantiert nicht-biologische), von Lebensbausteinen von Meteoriten (aus denen sich kein Leben entwickelte), von Mikroorganismen und sogar unbearbeitetes Petroleum (als Überrest lange verstorbener Lebewesen) vorgesetzt. Die entsprechend trainierte KI sollte diese Massenspektren dann in "lebend" und "nicht-lebend" einordnen, ohne dass sie gezielt nach bestimmten Stoffen sucht.
(Bild: Guttenberg et.al)
Zu seiner Überraschung habe die KI diese Aufgabe zu etwa 95 Prozent korrekt ausgeführt, schreibt das Team. Das habe sogar geklappt, obwohl die Rohdaten "signifikant" vereinfacht wurden, um Ergebnisse weniger gut auflösender Instrumente etwa auf einem Mars-Rover zu simulieren. Wie genau die Klassifikation funktioniere, müsse noch erforscht werden, gesteht das Team aber ebenfalls ein.
Hypothese der Forschenden ist, dass die Algorithmen Muster in Bezug auf die zugrundeliegenden Prozesse "erkennt". Immerhin müsse Leben Kopien von sich selbst erschaffen, nicht-biologische Prozesse nicht. Insgesamt eröffne ihre Arbeit "aufregende Perspektiven" für die Astrobiologie, sind sie sich sicher. Ihr wissenschaftlicher Aufsatz ist im Fachmagazin Life erschienen.
(mho)
