KI könnte tote Steine für außerirdisches Leben halten, warnt neue Forschung
Wissenschaftler testeten eine KI an simulierten Lebensformen und täuschten sie jedes Mal. Das ist ein Problem, wenn wir vorhaben, KI zur Suche nach Mikroben auf dem Mars oder in den Wolken der Venus einzusetzen.
Wichtige Punkte
- Forscher der Michigan State University täuschten eine KI dazu, Nicht-Leben innerhalb von etwa 15 kleinen Änderungen an einer Testsequenz jedes Mal selbstbewusst falsch als Leben zu identifizieren.
- Das Team führte sein Experiment über drei Monate auf 1.000 parallelen Computern durch und nutzte ein Programm namens Avida, das digitale Organismen simuliert, die konkurrieren und sich entwickeln.
- Das Kernproblem wird „Out-of-Distribution"-Daten genannt: Eine KI, die auf irdisches Leben trainiert wurde, hat keinen zuverlässigen Bezugsrahmen für außerirdische Biologie, die völlig anders aussehen könnte.
- Die NASA plant, das Habitable Worlds Observatory in den 2040er Jahren zu starten, um nach Lebenszeichen auf Planeten außerhalb unseres Sonnensystems zu suchen – eine Mission, die sich wahrscheinlich stark auf KI-Analyse stützen würde.
- Adami und Gupta werden ihre Ergebnisse auf der 2026 Conference on Artificial Life in Waterloo, Kanada, im August präsentieren.
Eine KI, die selbstbewusst Leben erkennt, wo es keines gibt, klingt wie ein kleiner Fehler. Bei einer zukünftigen Mars-Mission könnte es der Unterschied zwischen einem wissenschaftlichen Durchbruch und einem peinlichen Fehlalarm sein, der um die ganze Welt geht.
Christoph Adami, ein Computerbiologe an der Michigan State University, und sein Student Ankit Gupta verbrachten drei Monate damit, einen Test durchzuführen, der jeden beunruhigen sollte, der von KI-gestützter Weltraumforschung begeistert ist. Ihr Werkzeug war Avida, ein Computerprogramm, das Adami 1993 entwickelte und das winzige digitale Organismen ausführt: Codeschnipsel, die sich selbst kopieren, um Verarbeitungszeit konkurrieren und sogar mutieren, ähnlich wie Bakterien in einer Petrischale.
Die Organismen in Avida gaben dem Team einen großen, sauberen Datensatz von Dingen, die lebendig sind (nach den Regeln des Programms) und Dingen, die es nicht sind. Sie baten eine KI, sie zu sortieren.
Die KI schnitt anfangs relativ gut ab. Dann begannen die Forscher, die Nicht-Leben-Proben zu verändern, wobei sie ihre molekularen Sequenzen jeweils einen kleinen Schritt nach dem anderen anpassten und jedes Mal überprüften, ob sich die Konfidenz der KI verschob. Die Ergebnisse waren, wie von Space.com berichtet, deutlich.
„Mit etwa 15 Änderungen oder so können wir die KI dazu bringen, sich völlig sicher zu sein, dass es sich um Leben handelt, während in Wahrheit kein einziges Mal, als sie sich 100% sicher war, es tatsächlich Leben war", sagte Adami.
Unabhängig davon, mit welcher Nicht-Leben-Sequenz sie anfingen, wurde die KI getäuscht. Jedes Mal.
Der zugrundeliegende Grund ist das, was Forscher ein „Out-of-Distribution"-Problem nennen. Stellen Sie sich das so vor: Wenn Sie eine KI trainieren, Äpfel zu erkennen, und ihr dann eine Banane zeigen, hat sie Schwierigkeiten. Die Banane hat eine ungewöhnliche Form, und die KI hat kein gutes mentales Modell dafür. Außerirdische Mikroben könnten, falls sie existieren, für eine KI, die ausschließlich auf irdischer Biologie trainiert wurde, genauso fremd sein.
Das ist für echte Missionen enorm wichtig. Ein Mars-Rover, der etwas entdeckt, das unter einem Mikroskop unverkennbar wie eine Mikrobe aussieht, ist eine Sache. Aber die meisten Versuche zur Lebensdetention werden viel indirekter sein und nutzen Massenspektrometrie, eine Technik, die Moleküle durch Gewichtsmessung identifiziert, um Atmosphärendaten von der Venus, Wasserproben von Jupiters Mond Europa oder Lichtsignaturen von Planeten Dutzende von Lichtjahren entfernt zu analysieren.
Speisen Sie diese mehrdeutigen Daten in eine KI, die nur auf irdisches Leben trainiert wurde, und Sie erhalten möglicherweise eine selbstbewusste Antwort, die einfach falsch ist.
„Man kann das nicht bei außerirdischem Leben garantieren", sagte Adami unumwunden.
Was bedeutet das für zukünftige Raumfahrtmissionen?
Das bedeutet, dass KI ein First-Pass-Werkzeug sein sollte, nicht das letzte Wort. Adami fordert nicht auf, KI aus der Astrobiologie völlig zu verbannen. Er glaubt, dass sie echten Wert hat, um enorme Datenmengen von Sensoren zu sortieren, die kein menschliches Team schnell genug lesen könnte. Die Warnung ist spezifischer: Wissen Sie, worauf Ihre KI trainiert wurde, und seien Sie ehrlich darüber, was sie nicht wissen kann.
Als Nächstes plant das Team, über digitale Organismen hinauszugehen und dieselben Tests mit echten chemischen Daten durchzuführen – eine schwierigere und aufschlussreichere Herausforderung.
