Una imagen compuesta muestra una imagen infrarroja del satélite Saturno de Saturno del aparato Cassini. Algunas evidencias indican una alta tasa de habitabilidad. Basado en factores como la disponibilidad de energía y diversas características de la superficie y la atmósfera.
El desarrollo de la inteligencia artificial ayudará a predecir la probabilidad de vida en otros planetas. Así lo afirman investigadores de la universidad de plymouth. Utilizaron redes neuronales artificiales para dividir los mundos en 5 tipos, evaluando la posibilidad de vida.
Las redes neuronales artificiales son sistemas que intentan imitar el proceso de aprendizaje del cerebro humano. Es una de las herramientas más importantes en el aprendizaje automático, y también un método particularmente bueno para crear modelos complejos y procesar grandes cantidades de datos.
Los investigadores pudieron entrenar su red para clasificar los mundos en 5 tipos, según las similitudes con la Tierra moderna, la Tierra primitiva, Marte, Venus o el satélite de Saturno Titán. Todos estos objetos son cuerpos rocosos con atmósferas que son potencialmente los objetos más adecuados para vivir.
Espectros de la atmósfera del planeta de prueba. El nivel de salida acomoda una "probabilidad de vida" basada en la medición de la similitud de los datos entrantes con los cinco objetivos de nuestro sistema.
Las observaciones atmosféricas, conocidas como los espectros de 5 cuerpos de nuestro sistema, muestran la entrada a la red. Ahora se sabe que la vida se encuentra exclusivamente en la Tierra, por lo tanto, la clasificación utiliza la métrica de "probabilidad de vida", basada en las características atmosféricas y orbitales de los 5 tipos de objetivos.
Este tipo puede ser útil para categorizar exoplanetas y seleccionar futuros objetivos de investigación utilizados por el telescopio espacial James Webb.
