Алгоритм, обученный различать живые существа и неживые предметы, достиг точности 99,97%, однако затем с высокой долей уверенности стал принимать фальшивки за живые организмы
Наука и космос041 минуту назад
Исследователи из Университета штата Мичиган продемонстрировали, что искусственный интеллект может уверенно допускать ошибки в поиске признаков жизни — проблема, которая может оказаться критически важной для будущих космических миссий с автономными системами обработки данных. Алгоритм успешно различал цифровые организмы и неживые объекты, но позже начал воспринимать созданные подделки как живые системы.
В ходе эксперимента ученые использовали компьютерную платформу Avida, на которой существуют цифровые организмы, способные к самовоспроизведению, и объекты, не обладающие этой способностью. Обученная модель корректно классифицировала такие объекты в 99,97% случаев. Однако затем исследователи начали постепенно модифицировать неживые фрагменты кода, создавая варианты, которые сохраняли отдельные характеристики из обучающих данных.
В результате алгоритм почти с 100%-ной уверенностью стал относить многие из этих объектов к категории живых, хотя они не имели ключевого признака жизни в данной системе — способности к репликации.
Авторы исследования отметили, что проблема заключается в том, что базовые модели ИИ способны находить статистические закономерности в данных, но не всегда «осознают» основные свойства объектов. Это создает риски для миссий, в которых автономные инструменты будут искать признаки жизни на Марсе, ледяных спутниках или других космических объектах и самостоятельно выделять наиболее интересные находки для анализа.
Тем не менее NASA и научные партнеры уже активно разрабатывают системы поиска жизни с использованием машинного обучения. Один из проектов NASA получил грант в размере 5 миллионов долларов на создание алгоритмов, способных искать признаки жизни в сложных химических данных. Система будет обучаться на как минимум 1 000 образцах, включая метеориты, горные породы, ископаемые остатки и живые организмы, используя данные приборов, таких как масс-спектрометры [устройства для анализа химического состава вещества], которые уже применяются в космических миссиях.
Ученые подчеркивают, что модели искусственного интеллекта должны обучаться не только на живых организмах, но и на следах их существования — например, на ископаемых остатках и химических продуктах жизнедеятельности. При этом исследователи из Университета штата Мичиган считают, что современные методы пока недостаточно надежны для самостоятельного поиска жизни в космосе и требуют дальнейшей разработки систем, способных выявлять подобные ошибки.
Darth SaharaИсточники:mashableНаука и космос0Искусственный интеллектМарсNASAАстробиологияКосмические миссииБиомаркерыЖизнь во Вселенной41 минуту назад
Источник