Inteligencia artificial para identificar señales químicas de vida en otros mundos

Existe mucho interés científico y también popular en buscar señales delatadoras de vida en otros mundos, pero ¿cómo las reconoceremos cuando las captemos? Unos científicos han desarrollado un sistema basado en inteligencia artificial que, al menos en las pruebas realizadas, consigue más de un 90% de precisión a la hora de descubrir señales de vida.

Este avance es obra del equipo de Robert Hazen, del Instituto Carnegie y de la Universidad George Mason, ambas instituciones en Estados Unidos.

Hazen argumenta que con el nuevo sistema, la capacidad de la civilización humana para reconocer señales químicas de vida en otros astros aumentará notablemente. Y que abre un camino hacia el uso rutinario de sensores inteligentes a bordo de vehículos espaciales para dotar a estos de una perspicacia muy superior a la que hoy tienen a la hora de identificar tales señales químicas delatadoras de la presencia de vida.

Desde la década de 1950, se sabe que, si se dan las condiciones adecuadas, la mezcla de sustancias químicas simples puede formar algunas de las moléculas más complejas necesarias para la vida, como los aminoácidos. Desde entonces, se han detectado en el espacio muchos componentes requeridos para la vida, como los nucleótidos necesarios para fabricar ADN. Pero ¿cómo sabemos si estos componentes son de origen biológico o si se forman mediante algún proceso abiótico a lo largo del tiempo? Sin poder dilucidar este origen, no podremos saber si hemos detectado huellas de vida.

Desde el punto de vista evolutivo, la vida no es algo fácil de mantener, y por eso hay ciertas vías que funcionan y otras que no. La investigación realizada por Hazen y sus colegas no se basa exclusivamente en la identificación de un compuesto, sino en determinar si el origen es o no biológico analizando el compuesto en relación con el contexto de la muestra en la que está presente.

Hazen y sus colegas emplearon métodos de cromatografía de gases por pirólisis combinada con espectrometría de masas, utilizados por la NASA en Marte (en la misión de las sondas Viking y en la del rover robótico Curiosity).

En esta fotografía tomada en Marte por el rover robótico Curiosity, aparece parte de este y del lugar que estaba explorando. (Foto: NASA JPL / Caltech / MSSS)

El equipo de Hazen analizó mediante dichos métodos 134 muestras variadas ricas en carbono procedentes de células vivas, muestras degradadas por el paso del tiempo, combustibles fósiles procesados geológicamente, meteoritos ricos en carbono y compuestos y mezclas orgánicos sintetizados en laboratorio. De ellas, 59 s eran de origen biológico (biótico), como un grano de arroz, un cabello humano, petróleo crudo, etcétera. El resto (75) eran de origen no biológico (abiótico), como compuestos sintetizados en laboratorio, incluyendo aminoácidos, o muestras de meteoritos ricos en carbono.

Las muestras se calentaron primero en un entorno sin oxígeno, lo que provoca su descomposición (un proceso conocido como pirólisis).

A continuación, las muestras tratadas se analizaron en un dispositivo que separa la mezcla en sus componentes y luego los identifica.

Utilizando un conjunto de métodos de aprendizaje automático (una modalidad de inteligencia artificial) y los datos de cada muestra abiótica o biótica, se adiestró al sistema de inteligencia artificial, con el resultado de que este alcanzó la capacidad de inferir la naturaleza abiótica o biótica de la muestra con una precisión superior al 90 por ciento.

Los resultados de esta investigación se hicieron públicos en el pasado congreso Goldschmidt de geoquímica, celebrado en Francia. (Fuente: NCYT de Amazings)