Une image composite montre une image infrarouge du satellite Titan de Saturne, issu de l'appareil Cassini. Certaines preuves indiquent un taux élevé d'habitabilité. Basé sur des facteurs tels que la disponibilité en énergie et diverses caractéristiques de surface et d'atmosphère.
Le développement de l'intelligence artificielle aidera à prédire la probabilité de vie sur d'autres planètes. C’est ce que disent les chercheurs de l’Université de Plymouth. Ils ont utilisé des réseaux de neurones artificiels pour diviser les mondes en 5 types, en évaluant la possibilité de la vie.
Les réseaux de neurones artificiels sont des systèmes qui tentent d'imiter le processus d'apprentissage du cerveau humain. C’est l’un des outils les plus importants de l’apprentissage automatique et une méthode particulièrement efficace pour créer des modèles complexes et traiter de grandes quantités de données.
Les chercheurs ont pu former leur réseau à la classification des mondes en 5 types, sur la base de similitudes avec la Terre moderne, la Terre primitive, Mars, Vénus ou le satellite Titan de Saturne. Tous ces objets sont des corps rocheux avec des atmosphères potentiellement les plus adaptées à la vie.
Spectres de l'atmosphère de la planète test. Le niveau de sortie accepte une «probabilité de vie» basée sur la mesure de la similarité des données entrantes avec les cinq cibles de notre système.
Les observations atmosphériques, connues sous le nom de spectres à 5 corps de notre système, affichent l'entrée dans le réseau. On sait maintenant que la vie est située exclusivement sur Terre. La classification utilise donc la métrique de «probabilité de vie» basée sur les caractéristiques atmosphériques et orbitales des 5 types de cibles.
Ce type peut être utile pour classer les exoplanètes et sélectionner les objectifs de recherche futurs utilisés par le télescope spatial James Webb.
