Прорыв в области машинного обучения может приоткрыть завесу над ранней историей Земли и активизировать поиск инопланетной жизни
Ли Биллингс под редакцией Клэр Кэмерон
Хотя большая часть истории жизни на Земле написана, начальные главы туманны в лучшем случае. В нашем постоянно меняющемся мире, чем старше камень, тем больше он изменился, скрывая или даже стирая свидетельства древней жизни. За туманной границей примерно в два миллиарда лет, на самом деле, это вмешательство настолько тотально, что не известно о существовании первозданных, неизмененных земных пород, что делает любые потенциальные признаки биологии такими же очевидными, как грязь.
По крайней мере, до сих пор. В исследовании, опубликованном 17 ноября в журнале Proceedings of the National Academy of Sciences, группа исследователей говорит, что они использовали искусственный интеллект, чтобы проследить путь жизни дальше во времени, чем когда-либо прежде, используя машинное обучение для распознавания отголосков биологии из простых абиотических органических молекул в горных породах возрастом 3,3 миллиарда лет.
Полученные результаты могут более чем в два раза увеличить то, как далеко в прошлом ученые могли бы убедительно утверждать, что обнаружили молекулярные признаки жизни в древних породах, говорят авторы исследования, ссылаясь на предыдущие рекордные измерения, в которых приняли участие 1,6 миллиарда человек.-year-old rocks.
О поддержке научной журналистики
Если вам понравилась эта статья, подумайте о том, чтобы поддержать нашу журналистику, отмеченную наградами, подписавшись на нее. Приобретая подписку, вы помогаете обеспечить будущее впечатляющих историй об открытиях и идеях, формирующих наш современный мир.
Исследование также выявило признаки фотосинтеза в породах возрастом 2,5 миллиарда лет — примерно на 800 миллионов лет раньше, чем любые другие подтвержденные биомолекулярные данные. Авторы предполагают, что в недалеком будущем аналогичные методы могут быть использованы для поиска признаков инопланетной жизни на Марсе или на спутниках с ледяным океаном во внешней части Солнечной системы.
И подобные астробиологические приложения это не обязательно потребовало бы выполнения чрезвычайно дорогостоящей задачи по доставке материала с Марса или любого другого внеземного объекта для углубленного изучения в лабораториях на Земле. «Наш подход может быть применен на борту марсохода — нет необходимости отправлять образцы домой», — говорит первый автор исследования Майкл Вонг, астробиолог из Научного института Карнеги.
По словам Карен Ллойд (Karen Lloyd), биогеохимика из Университета Южной Калифорнии, не принимавшей участия в исследовании, этот метод является перспективным как «агностический» способ поиска жизни, независимой от Земли- ограниченные предположения.
«Это позволяет проводить возможную экстраполяцию из чрезвычайно разнообразного набора данных о биомолекулах в известной живой материи, распространяясь на материю, которая может происходить от живых организмов, а может и не происходить». — говорит Ллойд. «Это действительно помогает в поисках жизни на камнях, которые произошли с древней Земли, а также на камнях, которые произошли с внеземных тел».
Породы, содержащие знакомые окаменелости&динозавры, папоротники, рыбы, трилобиты и так далее могут казаться невероятно древними, но на самом деле они составляют менее 10 процентов от 4,5 миллиардов лет истории Земли. Иными словами, для каждого из примерно 500 миллионов лет, составляющих продолжающийся фанерозой (по-гречески «видимая жизнь»). В течение целой эры на планете существовало почти десятилетие, в течение которого ранняя жизнь процветала почти незаметно, едва ли отмечаясь в летописи окаменелостей, за исключением следов молекул, таких как липиды и аминокислоты.
Проблема, по словам ведущего автора и геолога из Карнеги Роберта Хейзена, заключается в том, что эти молекулы со временем разлагаются и исчезают. «Вместо этого наш метод ищет закономерности, подобно распознаванию лиц по молекулярным фрагментам», — объясняет он. «Вспомните обгоревшие свитки Геркуланума, которые ИИ помог прочитать». «Мы с вами видим только точки и закорючки, но ИИ может восстанавливать буквы и слова».
Команда начала с сбора более 400 образцов — некоторые современные, некоторые древние, некоторые из известных абиотических источников, таких как метеориты, другие содержат окаменелости или живые микробы, а некоторые содержат органические молекулы, но без явных признаков жизни. Они поместили их в прибор, называемый масс-спектрометром для пиролизного газового хроматографа (Py-GC-MS), который испарял каждый образец для выделения, а затем классифицировал составляющие его молекулярные фрагменты по массе и другим свойствам. Это позволило получить богатый «химический ландшафт» для каждого образца, заполненный десятками тысяч или сотнями тысяч пиков, обозначающих различные возможные соединения, и готовый для тщательного изучения искусственным интеллектом.
После обучения ИИ примерно на 75 процентах выборочных данных исследователи применили его к оставшимся 25 процентам. Система правильно различала биотические и абиотические образцы более чем для 90 процентов этого материала, но ее достоверность снижалась по мере увеличения возраста породы и степени ее разложения; для образцов возрастом более 2,5 миллиардов лет искусственный интеллект определил, что менее половины из них имеют биотическое происхождение, а общий показатель был ниже. уверенность.
Несмотря на это, именно очень старые образцы из Южной Африки привели команду к самым впечатляющим выводам — признакам биогенных молекул в образцах возрастом 3,3 миллиарда лет из Южной Африки. формация, называемая Йозефсдальским чертом, и свидетельства древнего кислородного фотосинтеза в породах формации Гамохаан, возраст которых составляет 2,5 миллиарда лет. Ранее существовавшие геохимические данные означали, что ни один из результатов не стал неожиданностью, но то, что они были подкреплены биомолекулярными данными, стало настоящим прорывом. «Ключевым моментом является то, что наш набор для проверки включал действительно неизвестные образцы — некоторые из них обсуждались десятилетиями», — говорит соавтор статьи Анируд Прабху, изучающий геоинформатику в Карнеги. “И модель делала независимые прогнозы, которые иногда подтверждали существующие подозрения.”
Самые неожиданные находки были сделаны в результате того, что ИИ перехитрил своих людей. Система распознала мертвую морскую раковину как фотосинтезирующую — казалось, это была ошибка, пока исследователи не поняли, что система обнаружила водоросли, растущие на раковине. Аналогичный фотосинтез — «ложная тревога» — возник в гнезде осы, которое ИИ правильно связал с обглоданной древесиной, из которой было сделано гнездо. «Модель была правильной — только по неправильной причине», — говорит Прабху.Линда Ка, геохимик из Университета Теннесси в Ноксвилле, которая не принимала участия в исследовании, называет это «великолепной работой». «Это «большие данные». По ее словам, этот подход предлагает ученым дорожную карту для поиска еще более древних биосигналов и ставит вопросы, требующие дальнейшего изучения. Например: Означает ли уменьшение отдачи ИИ от самых древних и деградировавших образцов, что технология приближается к фундаментальному пределу того, что может быть признано биотическим? Или, возможно, более старые образцы просто содержат больше абиотического материала, потому что жизнь еще не успела полностью проникнуть в доступные среды на ранней Земле?
Ответы могут появиться в ближайшее время. Команда уже планирует протестировать свой искусственный интеллект на более широком и разнообразном наборе образцов, в том числе из еще более глубоких периодов истории Земли и из более широкого спектра внеземных источников. А некоторые межпланетные роботы-исследователи — в том числе марсоход Curiosity НАСА — уже имеют на борту приборы Py-GC-MS, что потенциально дает возможность проверить эту технику на практике в других мирах.
✅ Найденные теги: Искусственный, новости
