LEBIGDATA.FR I.A, Cloud & Cybersécurité
L’apprentissage automatique (machine learning) serait-il la clé pour analyser des échantillons provenant de Mars ? On aura bientôt une réponse à cette question. Effectivement, des scientifiques ont lancé des recherches qui se focalisent sur cette technologie.
L’IA est devenue un incontournable pour l’astronomie. Elle est capable d’analyser une immense base de données en si peu de temps. Et sa performance va évoluer d’ici deux ans. Comme quoi, l’IA pourrait être la clé pour découvrir l’origine des planètes, identifier des zones habitables, et encore plus.
Actuellement, des scientifiques vont utiliser le machine learning afin d’analyser l’environnement sur Mars. Les résultats de cette étude sont très étonnants. Tout savoir.
Mars Organic Molecule Analyzer X machine learning
La NASA et l’Agence Spatiale Européenne (ESA) vont bientôt mener une nouvelle mission sur Mars. Cette expédition va approfondir de plus en plus l’analyse de l’environnement de la planète rouge. Effectivement, la Nasa va lancer le rover Rosalind Franklin avec le MOMA (Mars Organic Molecule Analyzer). Ce dernier sera doté d’une technologie de machine learning pour réussir sa mission.
“Cet algorithme d’apprentissage automatique peut nous aider en filtrant rapidement les données et en indiquant quelles données sont susceptibles d’être les plus intéressantes ou les plus importantes à examiner” explique Xiang Li, scientifique en spectrométrie de masse, laboratoire des environnements planétaires, Nasa Goddard.
Le MOMA est alors un véritable laboratoire ambulant. L’appareil dispose de plusieurs équipements de chimie afin de collecter des échantillons sur Mars. Mais il ne va pas s’arrêter sur la surface de la planète rouge.
En effet, le rover Rosalind Franklin va creuser dans les profondeurs de Mars. Avec ses nouveaux équipements, cet engin est capable de forer jusqu’à 2 m en dessous du sol. C’est d’ailleurs le rover le plus performant dans cette catégorie.
“Les matières organiques présentes à la surface de Mars sont plus susceptibles d’être détruites par l’exposition aux radiations de la surface et aux rayons cosmiques qui pénètrent dans le sol. Mais deux mètres de profondeur devraient suffire à protéger la plupart des matières organiques. Le MOMA a donc le potentiel de détecter des matières organiques anciennes préservées, ce qui constituerait une étape importante dans le recherche de la vie passée” affirme Xiang Li.
C’est une évidence. L’objectif de cette mission, dénommée ExoMars, est de retrouver les traces d’une vie sur Mars. L’expédition débutera en 2028, et s’étendra sur quelques années.
La chasse aux carbones
Comme dans les précédentes recherches, le MOMA va d’abord identifier des atomes de carbone. Ces derniers sont les marqueurs des matières organiques. Dans la majorité des cas, le carbone se lie avec l’hydrogène, l’azote, ou l’oxygène.
Ces analyses se baseront sur un spectromètre de masse à bord du MOMA. Certes, ce n’est pas la meilleure technologie pour identifier des molécules. Toutefois, cet appareil est le plus adapté à la taille du MOMA. De ce fait, le rover Rosalind Franklin peut se déplacer facilement sur le sol de Mars.
Les échantillons seront vaporisés afin de mieux les analyser. Le MOMA utilise ensuite un chromatographe gazeux pour identifier les molécules. Pour accélérer le processus, l’appareil se focalise sur un “spectromètre de masse à désorption laser”. Le tout se déroule en moins de 2 nanosecondes.
Cette technologie est bien ficelée. De leur côté, les spécialistes de l’lA tentent d’affiner leurs modèles de machine learning pour mieux trier les données.
“Plus nous optimiserons l’analyse des données, plus les scientifiques disposeront d’informations et de temps pour interpréter les données. De cette façon, nous pouvons réagir rapidement aux résultats et planifier les prochaines étapes comme si nous étions là avec le rover, beaucoup plus rapidement que nous l’aurions fait auparavant” explique Victoria Da Poian, spécialiste des données, Nasa Goddard. A noter que cette dernière codirige le développement de l’algorithme de machine learning du MOMA.
Restez à la pointe de l’information avec LEBIGDATA.FR !
Abonnez-vous à notre chaîne YouTube et rejoignez-nous sur Google Actualités pour garder une longueur d’avance.
- Partager l'article :
