Obecnie brak jednoznacznych dowodów na to, że na Marsie ani jakiejkolwiek innej od Ziemi planecie układu słonecznego znajdowało się życie. Oczekiwania na to rozbudzają wieści o śladach wody, skale “Cheyava Falls” czy biosygnaty w postaci minerałów. W dalszym ciągu brakuje jednak dowodów.
W pracy nad ogromną ilością danych, jakie podczas misji łazik Perseverance oraz kolejne maszyny mogą zdobyć, ma pomóc AI. NASA wierzy w rozwój sztucznej inteligencji, która pozwoli przeanalizować wielokrotnie więcej danych niż w przypadku pracy naukowców lub oprogramowania bez uczonych maszynowo algorytmów. Jakkolwiek ta perspektywa nie jest dla nauki kusząca, tak są też badacze, którzy pragną przed nią ostrzec.
Naukowcy z Michigan wykazali, że AI nie rozumuje jak człowiek
Badacze z uniwersytetu stanowego w Michigan postawili sobie za cel sprawdzenie, czy sztuczna inteligencja potrafi rozróżniać wzorce poprzez faktyczne rozumowanie, czy tylko w ramach rozpoznawania wzorca. Ankit Gupta i Christoph Adami wykazali, że nauczane maszynowo algorytmy nie radzą sobie dobrze, gdy w próbie badawczej pojawiają się próbki spoza obszaru uczenia.
Jak symulować poszukiwanie życia przez oprogramowanie, skoro nie jest ono jeszcze obecne w łaziku ani tym bardziej na Marsie? Uczeni wykorzystali program Avida, który imituje świat, tyle że w wersji cyfrowej. Zamiast DNA czy komórek biologicznych dostajemy fragmenty kodu: żywy i nieżywy. Ten pierwszy może się zreplikować w pamięci komputera, a drugi, nieożywiony, przypomina piasek na Marsie i po prostu sobie jest.
Sztuczna inteligencja miała za zadanie poruszać się w tym kodzie i rozróżniać, które jego części są ożywione, a które nie. Na początku oprogramowanie osiągała bardzo wysoką skuteczność na poziomie 99,97% prawidłowych rozpoznań. Wtedy uczeni z Michigan zdecydowali się na podstęp. Jedyne, co zrobili, to podmieniali stopniowo nieżywe partie kodu tak, by te nadal nie były ożywione, ale by przypominały układem znaków żywy kod.
Czytaj także: Google podjął drastyczną decyzję. Twój smartfon właśnie stał się (prawie) bezużyteczny
Okazało się, że o ile AI jest świetne w rozpoznawaniu wzorców, tak naprawdę nie do końca rozumie zależności, z jakich tworzenie się wzorców wynika. Gdy oprogramowanie zobaczyło znany wzorzec, uznało, że to kod ożywiony, mimo że ten nadal nie mógł się replikować, a jedynie był podobny wyglądem. Naukowcy zauważają, że z oczywistych względów wykrywanie życia pozaziemskiego będzie zadaniem, gdzie mogą pojawiać się dane spoza obszaru nauczania algorytmów i będzie trzeba je dobrze zinterpretować.
Czy z AI jest naprawdę tak źle? Badacze współpracujący z NASA mają inne zdanie
W ubiegłym roku NASA ogłosiła, że przeznaczy 5 milionów dolarów na projekt AI dotyczący rozpoznawania znaków życia. W projekt zaangażowano nie tylko Caleba Scharfa z centrum badawczego NASA AMES, ale i Michaela L. Wonga z Carnegie Sciences. Zadaniem badaczy jest stworzenie narzędzi do rozróżniania wzorców życia w skomplikowanych ciągach chemicznych danych. Do tego celu ma zostać wykorzystane co najmniej 1000 próbek – od meteorytów i skał po skamieliny i żywe organizmy. Część z tych danych pochodzi z misji kosmicznych.
W rozmowie z Mashable Michael L. Wong z projektu NASA przyznał, że nieszczególnie martwią go wyniki badania z Michigan. “Aby stworzyć swoje imitacje życia – swoje parodie – musieli przeprowadzić selekcję naturalną, czyli proces zachodzący w życiu. Nie znam żadnego realnego środowiska fizycznego, które przeprowadzałoby tego rodzaju selekcję, w którym mówi się: »Będę preferował byty, które po prostu wyglądają jak życie, ale w rzeczywistości nie zachowują się jak życie«”.
Innym problemem jest fakt, że model, który uczy się rozpoznawać ożywione i nieożywione “organizmy”, nie będzie w stanie rozpoznać tych, które niegdyś były ożywione, a dziś są martwe. Zespół Wonga także poświęcił znaczną ilość czasu na wodzenie swoich algorytmów. Te nieraz pokazywały niewiarygodne rezultaty.
Czytaj także: Recenzja Star Fox. Wielki powrót lisa Nintendo… z déjà vu w tle
Tak było w przypadku osłonicy morskiej, którą algorytm klasyfikował jako organizm dokonujący fotosyntezy. W rzeczywistości nie tworzy ona swojego pożywienia z wykorzystaniem energii słonecznej, ale osłonice często są miejscem osiadywania alg. Sztuczna inteligencja oparła się o to, że znalazła sygnatury charakterystyczne dla organizmów fotosyntezujących i na tej bazie oparła swoje wnioski. Przed nami jeszcze długa droga, by AI myślała niczym naukowiec i sama faktycznie dochodziła do wniosków, a nie powielała wzorce.
