Довга, курна дорога нарешті закінчилася. Марсохід NASA Perseverance досяг того місця, до якого він рухався з моменту посадки в лютому 2021 року: дельти кратера Езеро. Для місії, що коштувала мільярди доларів і подолала 300 мільйонів миль у порожнечі, це момент розплати (винагороди).
Чому саме це місце? Чому витрачати роки на навігацію кам’янистою місцевістю, щоб дістатися сюди? Відповідь криється у воді. Мільярди років тому річка прорізала марсіанський ландшафт і винесла свої опади в озеро, що наповнювало ударний кратер. Це гирло річки і є дельта. Сьогодні озеро абсолютно сухе. Ровер припаркований прямо там, де колись зупинялася вода.
«Ми шукатимемо ознаки стародавнього життя в породах біля дельти», — сказав репортерам Кен Фарлі, дослідник місії Mars 2020.
Команда Фарлі вважає, що ці породи колись були мулом.
Іл – це добре. Іл – це цікаво. Іл зберігає речі. Коли річки впадають у стоячу воду, вони сповільнюються. Важкі частки падають першими. Дрібні частки – глина, мул, органічна речовина – осідають на дні. Цей процес шаруватості створює ідеальний архів. Він захоплює мікроби, якщо вони існували, і заморожує їх хімічні підписи в камені.
Йдеться не просто про пошук порід. Йдеться про пошук контексту.
Більшість Марса покрита вулканічними породами або вітровим пилом. Вулканічні породи розповідають про тепло і тиск. Пил розповідає про вітер та ерозію. Але чи осадові породи на дні озера? Вони розповідають про життя. Або принаймні про навколишнє середовище, яке могло підтримувати життя.
Дельта Єзеро – це машина часу. Вона зберігає осадові шари з того часу, коли Марс був вологим, теплим і, можливо, придатним для життя. Perseverance не приземлився там випадково. Місце посадки було обрано спеціально, тому що орбітальні дані показали чіткі докази давньої річкової дельти. Наука не ворожить за допомогою роверів. Вона розраховує.
Тепер колеса зупинились. Бурові установки висунуті.
Чому осадові породи є Святим Граалем
Якщо ви хочете зрозуміти, чому вчені одержимі дельтою Езеро, подумайте про те, як формуються скам’янілості на Землі. Ви не знаходите кістки динозаврів у граніті. Ви знаходите їх у вапняку чи сланці. М’які тканини розкладаються. Тверді кістки гниють. Але якщо організм вмирає і швидко похований у дрібному осаді, може зберегтися.
На Марсі відбувався той самий процес.
Породи в основі дельти є дно древнього озера. Ймовірно, вони складаються з аргілітів (ілітів) та карбонатів. Ці типи порід славляться тим, що захоплюють органічні молекули. Вуглець — це будівельний блок життя, який ми його знаємо. Якщо життя коли-небудь існувало на Марсі, воно було б засноване на вуглеці.
Завдання ровера зараз – відібрати зразки саме цих порід. Йому потрібно уникати вулканічного уламкового матеріалу, розкиданого дном кратера. Йому потрібно дістатися до шарів, які осіли, коли вода була спокійна.
«Ми шукатимемо ознаки давнього життя в породах біля основи дельти»
Це пряма цитата Кена Фарлі. Але що насправді означає шукати?
Це означає бурити. Це означає аналізувати. Це означає шукати ізотопні…
Ровер прибув до краю дельти 13 квітня. Це було стрімким кидком. Це була п’ятиметрова прогулянка марсіанським ландшафтом, що вимагала точності. Шлях мав бути прокладений. Перешкоди мали обійтися. Частина цього шляху була пройдена у повній автономності із використанням системи IAAutoNav. Середній денний пробіг? Близько 211 метрів. Протягом цілого місяця.
Тепер астромобіль знаходиться в точці, яку команда назвала Три Розвилки. Це перехрестя. Буквально розвилка для досліджень. Вчені на Землі дивляться на три різні шляхи. Жоден із них не є неправильним. Усі вони виглядають перспективними. Тут розпочинається другий важливий етап місії Perseverance.
Чому важливі три шляхи
Розташування не випадкове. Кожен маршрут пропонує різну геологічну розповідь. Мета залишається такою самою: пошук ознак стародавнього життя. Але ландшафт розповідає різні історії, залежно від того, куди ви повернете.
Вченим потрібно зробити вибір. Це не просто питання вибору найближчої стежки. Їм слід вирішити, який шлях максимізує шанс збереження біосигнатур. Ці сліди крихкі. Вони приховані під мільярдами років марсіанського пилу та радіації. Правильний вибір означає відбір зразків, які виживуть при поверненні на Землю.
Полювання за вісьмома зразками
Це не просто керування. Це буріння. План передбачає вилучення восьми кернових зразків із марсіанського ґрунту. Ці морквини з гірських порід і реголіту є основним завданням. Їх необхідно зберегти для місії з доставки зразків з Марса, складного логістичного ланцюга, що включає майбутні ровери і, можливо, пілотовану місію через кілька десятиліть.
Чому вісім? Це число видається конкретним. Ймовірно, воно розраховане з місткості сховища на ровері, різноманітності типів порід, що зустрічаються на вході в дельту, і тимчасового вікна, доступного до того, як зимові умови можуть ускладнити операції. Кожен зразок є знімком мокрого минулого Марса. Один може показати опади озерного дна. Інший може бути вулканічним попелом. Третій може містити органічні молекули.
Вага автономності
IAAutoNav Perseverance опрацювала значну частину цього п’ятиметрового підходу. Це не просто демонстрація технологій. Це потреба. Затримка швидкості світла робить керування реальному часі неможливим. Команди, відправлені із Землі, займають хвилини, щоб дістатися роверу. Ровер повинен приймати рішення за частки секунди про зчеплення, ухилі та перешкоди, не чекаючи схвалення людини.
Ця автономність дозволяє місії проходити великі відстані швидше, ніж кожен рух колеса контролювався вручну. Але на Трьох Розвилках повертається людський фактор. Алгоритми можуть прокладати маршрут. Вони можуть інтерпретувати глибшу наукову цінність конкретного шару породи. Це потребує людської думки. Це потребує дебатів. Це вимагає аналізу даних із спектрометрів і камер і вирішення, який шлях веде до найбільш наукової цінної мети.
Що буде далі
Рішення ухвалюється не сьогодні. Воно приймається на нарадах. У симуляціях. В обговореннях, де ризик зважується проти нагороди. Якщо ровер вибере неправильний шлях, він може пропустити найзворушливіші зразки древніх русел річок. Він може опинитися на млявій ділянці базальту, коли міг би дослідити осадові шари.
Ставки високі. Мова йде про перший незаперечний доказ того, чи існувало життя колись за межами Землі. Perseverance
Алгоритмічна тінь
Справжня історія тут – це не просто код. Це те, що відбувається, коли ви перестаєте ставити питання як працює модель і починаєте довіряти тому, що вона працює. Ми створили системи, які здатні діагностувати рідкісні захворювання, передбачати обвали на ринках або писати вірші. Але ж двигун під капотом? Часто залишається «чорним ящиком». Навіть автори не завжди можуть простежити точний шлях логіки від входу до виходу.
Саме у цій непрозорості криються труднощі. Якщо алгоритм найму відхиляє резюме, то чому? Якщо видачі кредиту відмовляють, який чинник став вирішальним? Зазвичай відповіддю є заплутаний клубок виважених змінних настільки складний, що навіть людський експерт важко зміг би пояснити його простою мовою. Це не є помилкою. Це особливість глибокого навчання. Моделі знаходять закономірності, які люди б ніколи не побачили. Вони роблять це добре. Можливо, надто добре.
Небезпека полягає в тому, що ІІ стане злим. Небезпека в тому, що він стане ефективним способом, який ми не розуміємо.
Пастка упередженості
Ми багато говоримо про упередженість у ІІ. Але справа не тільки в ґендері чи расі, хоча це і становить величезну частину проблеми. Йдеться про репрезентативність. Якщо ваші навчальні дані здебільшого походять з однієї демографічної групи, одного регіону або одного економічного шару, ваша модель успадкує ці сліпі зони.
Розгляньте інструмент медичної діагностики, навчений на даних із міських лікарень. Він може помітити ранніх ознак серцевих захворювань в сільського населення, симптоми якого проявляються інакше. Або автономний автомобіль, навчений у сонячній Каліфорнії, що зазнає труднощів зі снігом у Стокгольмі. Це не просто технічні збої. Це провали в охопленні. І коли ставки високі — життя, свобода, фінансова стабільність — досить добре недостатньо.
Рішення не в тому, щоб відмовитись від технології. У тому, щоб вимагати якіснішого курування даних. Наполягати на прозорості навчальних наборів. Відносити алгоритмічну справедливість до ключових інженерних метрик, а не як до думки останньої інстанції. Це повільна робота. Непомітна робота. Але потрібна.
Людський фактор
Зростає рух у бік систем із «людиною в контурі» (human-in-the-loop). Замість того щоб дозволяти алгоритму приймати остаточне рішення, люди перевіряють ще раз рішення з високими ставками. Це гібридний підхід. Він зберігає швидкість машинного навчання, але додає рівень підзвітності.
Але ось у чому проблема. Люди ліниві. Ми страждаємо від упередженості автоматизації. Ми схильні довіряти пропозиції машини, навіть коли вона здається неправильною. Дослідження показують, що з отриманні рекомендації від алгоритму люди відкидають власну інтуїцію з тривожною частотою. Ми передаємо нашу думку на аутсорсинг. Ми відмовляємось від нашої агентності.
Таким чином, завдання полягає не тільки у створенні розумнішого ІІ. Вона у проектуванні інтерфейсів, які заохочують скептицизм. Які спонукають нас зупинитися. Запитати: «Чекайте, це правильно?» замість «Що він каже?».
Дорога попереду
Ми рухаємося не до майбутнього, де ІІ замінить людей. Ми рухаємося до майбутнього, де люди, які використовують ІІ, замінять тих, хто його не використовує. Але це поверховий погляд. Глибокіший зсув — когнітивний. Ми змінюємо те, як ми думаємо, як ми ухвалюємо рішення, як ми довіряємо.
Інструменти стають гострішими. Запитання стають складнішими. А поле для помилки звужується.
Що відбувається, коли чорна скринька починає говорити, але ми не розуміємо мови? Ми слухаємо. Ми підкоряємось. Ми рухаємось далі.
Поки що не перестаємо.
Ваш наступний крок
Підписуйтесь на Futura в
WhatsApp
і
Google
