统计学与机器学习如何助力地外生命搜寻

NASA 与佐治亚理工学院等机构的研究人员开发了名为 LifeTracer 的机器学习框架，用于区分行星材料中有机物来自生物过程还是非生物过程。该系统通过分析 8 块碳质陨石和 10 个地球地质样本的有机分子分布模式进行训练，能同时分析数千种分子特征以克服传统生物标志物的预测局限。该技术旨在用于未来的火星采样返回以及 JAXA 的火星卫星探测等深空探测任务。