L'apprentissage automatique de la NASA pour améliorer la recherche de vie sur Mars

Le Centre de vol spatial Goddard de la NASA développe un algorithme d'apprentissage automatique pour aider à analyser les données de la mission ExoMars, dont le rover Rosalind Franklin doit être lancé au plus tôt en 2028. Cette technologie vise à accélérer l'identification des composés organiques sur Mars, permettant aux scientifiques de prendre des décisions plus rapides concernant les stratégies d'exploration du rover. L'algorithme sera d'abord testé avec les données de l'Analyseur de molécules organiques de Mars (MOMA), un instrument clé du rover Rosalind Franklin. En filtrant rapidement les données, il peut mettre en évidence les échantillons susceptibles d'indiquer la présence de vie, permettant une analyse ciblée et une collecte d'échantillons supplémentaire. La capacité du rover à forer jusqu'à 2 mètres sous la surface martienne devrait accroître les chances de découvrir des matériaux organiques préservés, révélant potentiellement des signes de vie passée. La vision à long terme inclut l'atteinte de 'l'autonomie scientifique', où le spectromètre de masse pourrait analyser les données de manière autonome et prendre des décisions opérationnelles, augmentant considérablement l'efficacité des futures missions spatiales. Cette avancée pourrait être cruciale pour explorer des corps célestes éloignés, comme les lunes de Saturne et de Jupiter.