La IA Podría Confundir Rocas Muertas con Vida Extraterrestre, Advierte Nueva Investigación
Científicos probaron una IA con formas de vida simuladas y la engañaron cada vez. Eso es un problema si planeamos usar IA para buscar microbios en Marte o en las nubes de Venus.
Puntos clave
- Investigadores de la Universidad Estatal de Míchigan engañaron a una IA para que identificara erróneamente no-vida como vida con aproximadamente 15 cambios pequeños en una secuencia de prueba, cada vez.
- El equipo pasó tres meses ejecutando su experimento en mil máquinas paralelas, utilizando Avida, un programa que simula organismos digitales compitiendo y evolucionando.
- La dificultad central se llama datos "fuera de distribución": una IA entrenada en vida terrestre no tiene un marco de referencia confiable para la biología alienígena, que podría verse completamente diferente.
- NASA planea lanzar el Observatorio de Mundos Habitables en la década de 2040 para buscar signos de vida en planetas fuera de nuestro sistema solar, una misión que dependería fuertemente del análisis de IA.
- Adami y Gupta presentarán sus hallazgos en la Conferencia de 2026 sobre Vida Artificial en Waterloo, Canadá, en agosto.
Una IA que identifica con confianza vida donde no la hay suena como un pequeño fallo. En una futura misión a Marte, podría ser la diferencia entre un descubrimiento científico revolucionario y una falsa alarma vergonzosa escuchada en todo el mundo.
Christoph Adami, biólogo computacional de la Universidad Estatal de Míchigan, y su estudiante Ankit Gupta pasaron tres meses realizando una prueba que debería preocupar a cualquiera entusiasmado con la exploración espacial impulsada por IA. Su herramienta fue Avida, un programa informático que Adami construyó en 1993 que ejecuta pequeños organismos digitales: fragmentos de código que se copian a sí mismos, compiten por tiempo de procesamiento y mutan, muy como bacterias en una placa de Petri.
Los organismos en Avida proporcionaron al equipo un conjunto de datos grande y limpio de cosas que están vivas (según las reglas del programa) y cosas que no lo están. Pidieron a una IA que las clasificara.
La IA se desempeñó razonablemente bien al principio. Luego, los investigadores comenzaron a ajustar las muestras de no-vida, modificando gradualmente sus secuencias moleculares un pequeño paso a la vez y verificando si la confianza de la IA cambiaba. Los resultados, según reportó Space.com, fueron contundentes.
"Aproximadamente en 15 cambios podemos lograr que la IA esté perfectamente segura de una clasificación de vida cuando de hecho no fue vida ni una sola vez cuando tenía 100% de confianza", dijo Adami.
Sin importar por cuál secuencia de no-vida comenzaran, la IA fue engañada. Cada vez.
La razón subyacente es lo que los investigadores llaman un problema de "fuera de distribución". Entrena una IA para reconocer manzanas, muéstrale un plátano, y lucha porque el plátano tiene una forma desconocida. Los microbios alienígenas, si existen, podrían ser igual de extraños para una IA entrenada enteramente en biología terrestre. Nuestra historia del 17 de julio sobre el fracaso de la IA en generalizar a partir de imágenes mostró la misma debilidad en un contexto más cotidiano, lo que hace que la versión de Adami a escala de Marte sea genuinamente preocupante.
Esto importa para misiones reales. Un rover que encuentra algo que parece inconfundiblemente un microbio bajo un microscopio es una cosa. Pero la mayoría de los intentos de detección de vida serán mucho más indirectos, utilizando espectrometría de masas (una técnica que identifica moléculas midiendo su peso) para examinar datos atmosféricos de Venus, muestras oceánicas de la luna Europa de Júpiter o firmas de luz de planetas a docenas de años luz de distancia.
Alimenta datos ambiguos a una IA entrenada solo en vida terrestre, y podrías obtener una respuesta confiada que simplemente es incorrecta.
"No puedes garantizarlo con vida extraterrestre", dijo Adami.
¿Qué significa esto para futuras misiones espaciales?
La IA debería ser una herramienta de primera pasada, no la palabra final. Adami no está pidiendo que la IA se elimine completamente de la astrobiología. Cree que tiene un valor genuino clasificando enormes cantidades de datos de sensores que ningún equipo humano podría leer lo suficientemente rápido. La advertencia es más específica: sabe en qué fue entrenada tu IA y sé honesto sobre lo que no puede saber.
La verdadera prueba llega cuando el equipo va más allá de organismos digitales a datos químicos de muestras reales. Eso es más difícil, más desordenado y mucho más revelador. Si la IA también falla allí, la comunidad de astrobiología tendrá que pensar cuidadosamente sobre cuánto peso tiene realmente un resultado de detección positiva.
