用 AI 判讀外星生命跡象準確率已達九成

由於太空望遠鏡觀測技術快速發展，尋找外星生命特徵與跡證，成為現代天文生物學家和古生物學家共同努力的核心項目。

最近研究員開發出有力方法，將各種地質衛星觀測地球與地球古生物樣本，分析含碳物質，先用氣相層析質譜儀（GC-MS）分析數據，交給AI機器學習，以地球樣本分類學習，再實際比對判讀太空望遠鏡光譜觀測結果，用AI判讀是否為生命現象產生的物質或證據，且同步機器學習並納入或修正分類系統。實際成果發現，判讀準確率高達90%。

判讀分類觀測數據的困難，在於如何不只於系外行星或恆星形成區的分子雲，找到生命現象的關鍵物質，如形成DNA所需的核苷酸等大型蛋白質分子，而在是否藉AI高速演算與歸納分析大量樣本，研究樣本及環境化學物質分布，找到並發展出能影響生物分子多樣性與分布的生命化學規則。

也就是說，是否能藉AI發現甚至模擬完整生命起源與形成，並以此檢測比較太空望遠鏡的觀測結果，綜合比較化學環境，判斷接下來是否重演生命演化。若能形成數種生命演化路徑，是否皆為有效，甚至能演化出何種形態的外星生命。

研究結果顯示，生命與非生命性跡證最大差異，在於生命現象，如活體細胞會含非常溶於水、與生命運作有關的物質，細胞質及其他物質如DNA等。但也有非常不溶於水、保護前述物質的構造，如細胞膜，如果將活體細胞分解並光譜分析，就會得到非常水溶性分子和非常不溶於水的分子混合物，分布於整個光譜。非生命性跡證光譜分析形態，與上述生命性跡證有很大差異。

結合AI研究的特色，就是會不斷導引新想法，且無法完整預測將來研究範圍，很可能超出人類想像以外。