在其他行星上寻找生命的关键问题是:当我们看到它时，我们如何识别它?
尽管一些所谓的专家会让你相信，但外星人不太可能像史蒂文·斯皮尔伯格(Steven Spielberg)的《e.t.》(e.t.)里长着球根状额头的小精灵，这意味着我们在探索过程中必须更有创造力。
幸运的是，一组美国科学家现在开发了一种基于人工智能的系统，他们表示，该系统在发现生命迹象方面的准确率为90%，即使最初看起来可能并不像这样。
在周一发表在《美国国家科学院院刊》(PNAS)上的一篇新闻稿中，研究人员解释说，几十年来，科学家们已经知道，混合简单的化学物质可以形成生命所需的一些更复杂的分子，比如氨基酸。
他们还指出，已经在太空中发现了更多生命所必需的成分，比如制造DNA所需的核苷酸。
然而，到目前为止，专家们一直在努力弄清楚这些成分是生物起源，还是由另一个非生物过程随着时间的推移产生的。
“如果不知道这些，我们就不知道我们是否探测到了生命，”他们强调说。
然而，首席研究员、乔治梅森大学(George Mason University)的罗伯特·哈森(Robert Hazen)表示，他的团队开发的新人工智能系统“在我们识别其他星球生命生化迹象的能力方面取得了重大进展”。它为在无人驾驶宇宙飞船上使用智能传感器寻找生命迹象开辟了道路。”
他在一份声明中说:“我们正在问一个基本问题;生命的化学成分与无生命世界的化学成分有什么根本的不同吗?是否存在影响生物分子多样性和分布的“生命化学规则”?我们能否推断出这些规律，并用它们来指导我们为生命起源建模的努力，或者探测到其他星球上生命的细微迹象?我们发现有。
“从进化的角度来看，生命不是一件容易维持的事情，因此有某些途径有效，有些途径无效。
“我们的分析并不依赖于对化合物的绝对鉴定，而是通过观察化合物与样品环境的关系来确定生物/非生物来源。”
在他们的研究中，Hazen教授和他的同事们使用了一种叫做热解气相色谱质谱法(GCMS)的化学分析方法来分解来自活细胞、化石燃料和其他化合物和混合物的134个富含碳的样品。
其中59个是生物来源(生物)——包括一粒大米和一根人的头发，75个是非生物来源(非生物)，比如实验室合成的氨基酸，或者来自富碳陨石的样本。
使用一系列机器学习方法，每个样本的数据被用作训练或测试子集，从而产生一个模型，该模型现在可以预测样本的非生物或生物性质，准确率超过90%。
“这项研究产生了一些有趣而深刻的影响，”哈森教授说。
“首先，我们可以将这些方法应用于地球和火星上的古代样本，看看它们是否曾经存在过。这对于研究火星上是否有生命显然很重要，但它也可以帮助我们分析地球上非常古老的样本，帮助我们了解生命最初的起源。
“这也意味着在深层次上，生物化学和非生物化学在某种程度上是不同的。”
他解释说，这可以使我们区分来自另一个星球的生命形式和我们在地球上所知道的生命形式。
“这意味着，如果我们在其他地方发现生命，我们就可以判断地球和其他行星上的生命是来自一个共同的起源，还是来自不同的起源。”
他继续说道:“真正让我们惊讶的是，我们只训练了两种属性的机器学习方法——生物或非生物——但该方法发现了3种不同的种群——非生物、活体生物和化石生物。
换句话说，它可以区分化石样本和最近的生物样本。这一令人惊讶的发现让我们乐观地认为，其他属性，如光合作用生命或真核生物(有核的细胞)也可能被区分开来。”
总之，这项研究只是一个开始，它可能成为一种广泛有用的方法，从神秘的有机混合物中梳理出信息。”
与此同时，天体生物学家们称赞这项研究“非常令人兴奋”，比利时里昂热大学的艾曼纽尔·雅沃教授建议，应该在一些最古老、最有争议的地球生命痕迹以及现代和化石生物上测试人工智能系统。
“这可能有助于解决我们社区的一些热点争论，”他说。
