De lange, stoffige tocht is eindelijk voorbij. NASA’s Perseverance-rover heeft de enige plek bereikt waar hij naartoe rijdt sinds hij in februari 2021 landde: de Jezero-kraterdelta. Voor een missie die miljarden heeft gekost en 300 miljoen mijl vacuüm heeft doorkruist, is dit het moment van uitbetaling.
Waarom deze specifieke plek? Waarom zou je jarenlang door rotsachtig terrein moeten navigeren om hier te komen? Het antwoord ligt in water. Miljarden jaren geleden baande een rivier zich een weg door het landschap van Mars en dumpte zijn sediment in een meer dat de inslagkrater vulde. Die riviermonding is de delta. Tegenwoordig is het meer kurkdroog. De rover staat geparkeerd precies waar het water ooit stopte.
“We zullen zoeken naar tekenen van oud leven in de rotsen aan de voet van de delta”, vertelde Ken Farley, een onderzoeker op de Mars 2020-missie, aan verslaggevers.
Het team van Farley denkt dat die rotsen ooit modder waren.
Modder is goed. Modder is interessant. Modder houdt dingen in stand. Wanneer rivieren in stilstaand water uitmonden, vertragen ze. Zware deeltjes vallen als eerste. Fijne deeltjes – klei, slib, organisch materiaal – bezinken zachtjes op de bodem. Door dit gelaagdheidsproces ontstaat een perfect archief. Het vangt microben op, als ze bestaan, en bevriest hun chemische kenmerken in steen.
Dit gaat niet alleen over het vinden van stenen. Het gaat om het vinden van context.
Het grootste deel van Mars is bedekt met vulkanisch gesteente of door de wind meegevoerd stof. Vulkanisch gesteente vertelt je over hitte en druk. Stof vertelt je over wind en erosie. Maar sedimentair gesteente op de bodem van een meer? Dat vertelt je over het leven. Of in ieder geval de omgeving die het leven zou kunnen ondersteunen.
De Jezero-delta is een tijdmachine. Het bevat de sedimentaire lagen uit een tijd waarin Mars nat, warm en mogelijk bewoonbaar was. Doorzettingsvermogen is daar niet zomaar terechtgekomen. De landingsplaats werd specifiek gekozen omdat orbitale gegevens duidelijk bewijs lieten zien van een oude rivierdelta. De wetenschap gokt niet met rovers. Het berekent.
Nu zijn de wielen gestopt. De oefeningen zijn uit.
Waarom sedimentair gesteente de heilige graal is
Als je wilt weten waarom wetenschappers geobsedeerd zijn door de Jezero-delta, denk dan eens na over hoe fossielen zich op aarde vormen. In graniet vind je geen dinosaurusbotten. Je vindt ze in kalksteen of schalie. Zachte weefsels vergaan. Harde botten rotten. Maar als een organisme sterft en snel wordt begraven in fijn sediment, kan het worden bewaard.
Mars had hetzelfde proces.
De rotsen aan de voet van de delta vertegenwoordigen de bodem van een eeuwenoude meerbodem. Ze zijn waarschijnlijk samengesteld uit mudstones en carbonaten. Deze gesteentesoorten zijn berucht vanwege het vangen van organische moleculen. Koolstof is de bouwsteen van het leven zoals wij dat kennen. Als er ooit leven op Mars had bestaan, zou het gebaseerd zijn op koolstof.
Het is nu de taak van de rover om deze specifieke rotsen te bemonsteren. Het moet het vulkanische puin vermijden dat zich rond de kraterbodem verspreidt. Het moet naar de lagen gaan die bezonken waren toen het water nog stil stond.
« We zullen zoeken naar tekenen van oud leven in de rotsen aan de voet van de delta »
Dit is een rechtstreeks citaat van Ken Farley. Maar wat betekent ‘zoeken’ eigenlijk?
Het betekent boren. Het betekent analyseren. Het betekent zoeken naar isotopenverhoudingen die dat niet doen
De rover arriveerde op 13 april aan de rand van de delta. Dat was geen snelle vlucht. Het was een tocht van vijf kilometer door het terrein van Mars dat precisie vereiste. Het pad moest in kaart worden gebracht. Obstakels vermeden. Een deel ervan gebeurde in totale autonomie met behulp van het IAAutoNav-systeem. Het daggemiddelde? Ongeveer 211 meter. Een hele maand lang.
Nu staat de astromobiel op een plek die het team de bijnaam Three Forks heeft gegeven. Het is een kruispunt. Een letterlijk kruispunt voor verkenning. Wetenschappers op aarde staren naar drie verschillende paden. Geen van hen heeft ongelijk. Ze zien er allemaal veelbelovend uit. Dit is waar de tweede grote fase van de Perseverance-missie begint.
Waarom drie paden belangrijk zijn
De locatie is niet willekeurig. Elke route biedt een ander geologisch verhaal. Het doel blijft hetzelfde: het vinden van tekenen van oud leven. Maar het terrein vertelt verschillende verhalen, afhankelijk van welke kant je op gaat.
De wetenschappers moeten kiezen. Het is niet eenvoudig om het dichtstbijzijnde pad te kiezen. Ze moeten beslissen welk pad de kans op het behoud van biosignaturen maximaliseert. Deze sporen zijn kwetsbaar. Ze liggen begraven onder miljarden jaren stof en straling van Mars. Om ze goed te krijgen, moeten we de monsters kiezen die de terugreis naar de aarde daadwerkelijk zullen overleven.
De jacht op acht monsters
Dit gaat niet alleen over autorijden. Het gaat over boren. Het plan vereist het extraheren van acht kernmonsters uit de bodem van Mars. Deze “wortels” van rotsen en regolieten zijn het primaire doel. Ze moeten in de cache worden opgeslagen voor de Mars Sample Return-missie, een complexe logistieke keten waarbij toekomstige rovers betrokken zijn en mogelijk tientallen jaren later een bemande missie zal zijn.
Waarom acht? Het nummer voelt specifiek aan. Het wordt waarschijnlijk berekend op basis van de opslagcapaciteit van de rover, de diversiteit aan gesteentesoorten die men tegenkomt bij de ingang van de delta, en het tijdvenster dat beschikbaar is voordat winterse omstandigheden de operaties kunnen belemmeren. Elk monster vertegenwoordigt een momentopname van het natte verleden van Mars. Men zou sedimenten op de bodem van het meer kunnen aantonen. Een andere zou vulkanische as kunnen zijn. Een derde zou organische moleculen kunnen bevatten.
Het gewicht van autonomie
De IAAutoNav van Perseverance verzorgde een aanzienlijk deel van die nadering van vijf kilometer. Dit is niet alleen een technische flex. Het is een noodzaak. Vertraging door lichtsnelheid maakt realtime controle onmogelijk. Het duurt minuten voordat commando’s die vanaf de aarde worden verzonden, arriveren. De rover moet in een fractie van een seconde beslissingen nemen over tractie, helling en puin zonder op menselijke goedkeuring te wachten.
Dankzij deze autonomie kan de missie sneller terrein afleggen dan wanneer elke wielomwenteling op microbeheer zou plaatsvinden. Maar bij Three Forks keert het menselijke element terug. De algoritmen kunnen navigeren. Ze kunnen de diepere wetenschappelijke waarde van een specifieke gesteentelaag niet interpreteren. Dat vergt een menselijk oordeel. Dat vergt debat. Dat vereist dat we naar gegevens van spectrometers en camera’s kijken en beslissen welke vork naar de wetenschappelijk meest waardevolle bestemming leidt.
Wat komt erna
De beslissing wordt vandaag niet genomen. Het wordt gemaakt tijdens vergaderingen. Bij simulaties. In discussies waarin risico wordt afgewogen tegen beloning. Als de rover het verkeerde pad neemt, mist hij mogelijk de meest ongerepte monsters van oude rivierbeddingen. Het zou in een dor stuk basalt terecht kunnen komen terwijl het sedimentaire lagen had kunnen bemonsteren.
De inzet is hoog. We hebben het over het eerste solide bewijs dat er ooit leven buiten de aarde heeft bestaan. Volharden
De algoritmische schaduw
Het echte verhaal hier gaat niet alleen over de code. Het gaat over wat er gebeurt als je stopt met vragen hoe een model werkt, en erop gaat vertrouwen dat het werkt. We hebben systemen gebouwd die zeldzame ziekten kunnen diagnosticeren, marktcrashes kunnen voorspellen of poëzie kunnen schrijven. Maar de motor onder de motorkap? Vaak een zwarte doos. Zelfs de makers kunnen niet altijd het exacte logische pad van invoer naar uitvoer volgen.
Deze ondoorzichtigheid is waar het lastig wordt. Als een wervingsalgoritme een cv afwijst, waarom? Als een leningaanvraag wordt afgewezen, welke factor heeft dan de doorslag gegeven? Meestal is het antwoord een wirwar van gewogen variabelen die zo complex zijn dat zelfs een menselijke expert moeite zou hebben om het in gewone taal uit te leggen. Dit is geen bug. Het is een kenmerk van deep learning. De modellen ontdekken patronen die mensen nooit zouden zien. Ze zijn er goed in. Te goed misschien.
Het gevaar is niet dat AI kwaadaardig zal worden. Het is dat het efficiënt zal worden op manieren die we niet begrijpen.
De valstrik voor vooringenomenheid
We praten veel over vooroordelen in AI. Maar het gaat niet alleen om geslacht of ras, ook al zijn dat grote delen ervan. Het gaat om representatie. Als uw trainingsgegevens voornamelijk afkomstig zijn uit één demografische groep, één regio of één economische groep, zal uw model deze blinde vlekken overnemen.
Overweeg een medisch diagnostisch hulpmiddel dat is getraind op gegevens van stedelijke ziekenhuizen. Het zou de vroege tekenen van hartziekten kunnen missen bij plattelandsbevolking die de symptomen anders presenteren. Of een autonoom voertuig dat is getraind in het zonnige Californië en worstelt met sneeuw in Stockholm. Dit zijn niet alleen technische problemen. Het zijn mislukkingen van de reikwijdte. En als de inzet hoog is – leven, vrijheid, financiële stabiliteit – is ‘goed genoeg’ niet genoeg.
De oplossing is niet om de technologie weg te gooien. Het gaat om het eisen van betere datacuratie. Aandringen op transparantie in trainingssets. Om algoritmische eerlijkheid te behandelen als een belangrijke technische maatstaf, en niet als een bijzaak. Het is langzaam werk. Onsexy werk. Maar noodzakelijk.
Het menselijke element
Er is een groeiende beweging in de richting van ‘human-in-the-loop’-systemen. In plaats van het algoritme de laatste beslissing te laten nemen, beoordelen mensen de beslissingen met een hoge inzet. Het is een hybride aanpak. Het behoudt de snelheid van machinaal leren, maar voegt een laag van verantwoordelijkheid toe.
Maar hier is het addertje onder het gras. Mensen zijn lui. We hebben last van automatiseringsvooroordelen. We hebben de neiging om de suggestie van de machine te vertrouwen, zelfs als dit verkeerd voelt. Uit onderzoek blijkt dat mensen, wanneer ze een aanbeveling van een algoritme krijgen, in alarmerend tempo hun eigen intuïtie terzijde schuiven. Wij besteden ons oordeel uit. Wij geven onze keuzevrijheid op.
De uitdaging ligt dus niet alleen in het bouwen van slimmere AI. Het ontwerpt interfaces die scepticisme aanmoedigen. Dat is voor ons aanleiding om even stil te staan. Om te vragen: “Wacht, is dit juist?” in plaats van “Wat staat er?”
De weg vooruit
We gaan niet richting een toekomst waarin AI de mens vervangt. We zijn op weg naar een situatie waarin mensen die AI gebruiken, mensen vervangen die dat niet doen. Maar dat is een oppervlakkige visie. De diepere verschuiving is cognitief. We veranderen de manier waarop we denken, hoe we beslissen, hoe we vertrouwen.
Het gereedschap wordt scherper. De vragen worden steeds moeilijker. En de foutmarge wordt kleiner.
Wat gebeurt er als de zwarte doos begint te spreken, maar we de taal niet begrijpen? Wij luisteren. Wij voldoen. Wij gaan verder.
Totdat wij dat niet doen.
Je volgende zet
Volg Futura op
WhatsAppen
en
Googlen
