En kompositbild visar en infraröd bild av Saturns satellit Titan från Cassini-apparaten. Vissa bevis tyder på en hög grad av habitat. Baserat på faktorer som tillgång till energi och olika yt- och atmosfärskarakteristika.
Utvecklingen av artificiell intelligens kommer att bidra till att förutsäga sannolikheten för livet på andra planeter. Så säg forskare från University of Plymouth. De använde konstgjorda neurala nätverk för att dela världar i 5 typer, bedömning av möjligheten för livet.
Artificiella neurala nätverk är system som försöker efterlikna den mänskliga hjärnans lärprocess. Det är ett av de viktigaste verktygen inom maskininlärning, och också en särskilt bra metod för att skapa komplexa modeller och bearbeta stora mängder data.
Forskarna kunde träna sitt nätverk för att klassificera världar i 5 typer, baserat på likheter med modern jord, tidig jord, Mars, Venus eller Saturnus satellit Titan. Alla dessa föremål är steniga kroppar med atmosfärer som potentiellt är de mest lämpliga föremålen för att leva.
Spektra av atmosfären i testplaneten. Utgångsnivån rymmer en "livsannolikhet" baserad på mätning av likheten hos inkommande data med de fem målen i vårt system.
Atmosfäriska observationer, kända som 5-kroppsspektra i vårt system, visar inmatningen till nätverket. Det är nu känt att livet ligger uteslutande på jorden, därför använder klassificeringen metrisk sannolikhet för livet, baserat på de 5 måltypernas atmosfäriska och orbitala egenskaper.
Denna typ kan vara användbar för att kategorisera exoplaneter och välja framtida forskningsmål som används av James Webb rymdteleskop.
