Sen o nalezení sousedů mezi hvězdami je silný. Ale metody, které k tomu používáme, nemusí být dokonalé.
Umělá inteligence má potíže s věcmi, se kterými se dosud nesetkala. Dva vědci z Michigan State University, Christophe Adami a Ankit Gupta, to dokázali v simulaci. Testovali schopnost AI detekovat život mimo naši planetu.
Výsledek pro vůz byl zklamáním.
AI má Achillovu patu. Jde o tendenci nesprávně klasifikovat neznámá data. Adami je nazývá vzorky „mimo distribuci“. Pokud postavíte mimozemského mikroba před robota vyškoleného pouze v biologii Země, nebude rozumět tomu, co se děje. Stroj si jednoduše dokáže představit formu života z ničeho.
„Už dříve jsme viděli, že umělá inteligence má obrovský slepý úhel při práci s daty, která se velmi liší od trénovací sady,“ vysvětluje Adami. Je neuvěřitelně snadné oklamat algoritmus, aby viděl život tam, kde žádný není.
Digitální biologie jako zátěžový test
Jak zkontrolovat neznámé? Potřebujeme standardní pravdu.
Adami k tomu používá Avida – prostředí digitální evoluce. Byl spuštěn v roce 1993 a obsahuje počítačové programy, které se chovají jako organismy. Množí se. Soutěží o čas CPU. Vyvíjejí se. Toto je kód, který se vydává za uhlíkovou životnost, ale pro účely testování poskytuje obrovský soubor dat s označením.
Živé formy a programy bez známek života mají velmi podobné struktury kódu. Rozdíly jsou jemné. To simuluje realitu astrobiologie. Mimozemský život s největší pravděpodobností nebude podobný tomu našemu. Možná ani nepoužívá DNA. Ale jeho výpočetní otisk může vypadat podezřele podobně jako ten pozemský.
Výzkumné duo strávilo tři měsíce analýzou 1000 paralelních strojů. Jejich úkol? Naučte umělou inteligenci rozlišovat kód, který představuje život, od kódu, který jej nepředstavuje.
Začali s náhodnými molekulárními sekvencemi. Poté měnili jeden parametr po druhém. Cíl byl extrémní: aby se sekvence neživé hmoty pro algoritmus stále více podobala živé hmotě.
“Po asi 15 změnách… jsme byli schopni přimět AI, aby si byla naprosto jistá, že ji klasifikuje jako život,” řekl Adami.
Důvěra dosáhla svého vrcholu. Přesnost klesla na úplné dno.
Se 100% jistotou program nikdy neidentifikoval skutečný život. Viděla duchy. To se dělo konzistentně ve všech počátečních sekvencích.
Jablko, banán a mikrob
Proč je to důležité?
AI je skvělá ve zpracování vzorců v datech, kterým rozumíme. Je nepostradatelný pro filtrování šumu. Ale chce to kontext.
“Pokud se zeptáte AI na něco z jejích tréninkových dat, bude to obvykle správné,” poznamenal Adami. Naučte ho rozpoznávat jablka. Ukaž mi víc jablek? Bude to fungovat. Ukaž mi banány? Zmatek. Banán je „z distribuce“. Jiná forma. Jiné znaky. AI nemá žádné referenční body pro informované rozhodnutí.
S mimozemskými mikroby čelíme stejnému problému.
Nemáme ponětí, jak by mimozemský život vypadal biologicky. Může se radikálně lišit od suchozemských organismů. Představuje tedy data „out of distribution“ pro naše současné modely umělé inteligence. Pro toto neexistují žádná tréninková data. Umělá inteligence nemá žádný kontext ke kontrole, zda je konkrétní shluk molekul živý nebo jen chemický šum.
“Potřebujete znát svá tréninková data,” řekl Adami. “Pokud testovací data pocházejí ze stejné distribuce jako tréninková data, budete v pořádku. Ale s mimozemskou biologií to nemůžete zaručit.”
Vesmírné mise a pasti hmotnostní spektrometrie
Nejde jen o teoretické riziko. Ovlivňuje nadcházející mise.
Představte si rover na Marsu, který se vrtá do skály. Odhaluje strukturu. Pokud robot vidí rozpoznatelnou strukturu podobnou buňce, můžeme to zkontrolovat. Můžeme to otestovat chemickými roztoky a mikroskopií. Data budou přímočará.
Ale přímé vizuální pozorování je výjimkou, nikoli pravidlem.
Budoucí hledání se bude spoléhat na hmotnostní spektrometrii. Hledají molekulární procesy v atmosférách, jako je Venuše, pod ledem evropských oceánů nebo na vzdálených exoplanetách, které má studovat plánovaná observatoř Habitable Worlds Observatory (cílové okno startu je 40. léta 20. století).
Data budou spíše složité chemické podpisy než vysoce detailní fotografie.
“Pokud AI analyzuje data hmotnostní spektrometrie během mise… mohla by vynést verdikt o přítomnosti života s naprostou jistotou, která nemá žádný vztah ke skutečnému životu,” varoval Adami. Stroj sebevědomě oznámí otevření. Objev se ukáže jako falešný. Signál by byl nebiologickou mimikou a AI bez kontextu skutečné mimozemské biologie by byla oklamána.
Další kroky v laboratoři
jaký je závěr?
AI nemůže nahradit lidskou opatrnost. Nemůže nahradit potřebu tradičního ručního ověřování.
Adami a Gupta přenášejí tento výzkum z čistě digitální sféry. Plánují provést stejné testy s použitím skutečných souborů chemických a biologických dat. Hypotéza zůstává: bez pochopení plné distribuce možných biologických forem bude AI i nadále šlapat na stejné hrábě.
Jejich výsledky budou prezentovány v srpnu na konferenci ArtificialLife 2026 v kanadském Waterloo.
Pátrání mezitím pokračuje. Důvěřujeme našim strojům, protože zpracovávají informace rychleji. Ale rychlé zpracování nesprávných předpokladů je prostě rychlejší cesta ke zklamání. Můžeme vidět skrz šumové vzorce, které se zdají být přáteli, i když ve skutečnosti jsou pouze statické.
Stane se vzor partnerem ve chvíli, kdy naše počítače řeknou ano?
Možná by stálo za to znovu zkontrolovat.
