Złożony obraz przedstawia obraz w podczerwieni satelity Saturn Titan z aparatu Cassini. Niektóre dowody wskazują na wysoki stopień zamieszkiwania. W oparciu o takie czynniki, jak dostępność energii i różne właściwości powierzchni i atmosfery.
Rozwój sztucznej inteligencji pomoże przewidzieć prawdopodobieństwo życia na innych planetach. Tak mówią naukowcy z University of Plymouth. Wykorzystali sztuczne sieci neuronowe do podzielenia światów na 5 typów, oceniając możliwość życia.
Sztuczne sieci neuronowe to systemy, które próbują naśladować proces uczenia się ludzkiego mózgu. Jest to jedno z najważniejszych narzędzi w uczeniu maszynowym, a także szczególnie dobra metoda tworzenia złożonych modeli i przetwarzania dużych ilości danych.
Naukowcy byli w stanie wyszkolić swoją sieć do klasyfikowania światów na 5 typów, w oparciu o podobieństwa do współczesnej Ziemi, wczesnej Ziemi, Marsa, Wenus lub satelity Tytana Saturna. Wszystkie te obiekty są skalistymi ciałami z atmosferami, które są potencjalnie najbardziej odpowiednimi obiektami do życia.
Widma atmosfery testowanej planety. Poziom wyjściowy uwzględnia „prawdopodobieństwo życia” w oparciu o pomiar podobieństwa danych przychodzących z pięcioma celami naszego systemu.
Obserwacje atmosferyczne, znane jako widma 5-ciałowe naszego systemu, wyświetlają dane wejściowe do sieci. Obecnie wiadomo, że życie znajduje się wyłącznie na Ziemi, dlatego klasyfikacja wykorzystuje metrykę „prawdopodobieństwa życia”, opartą na charakterystyce atmosferycznej i orbitalnej 5 typów celów.
Ten typ może być przydatny do kategoryzacji egzoplanet i wybierania przyszłych celów badawczych, które są wykorzystywane przez teleskop kosmiczny Jamesa Webba.
