A IA Poderia Confundir Rochas Mortas com Vida Alienígena, Alerta Novo Estudo

Pontos-chave

• Investigadores da Universidade Estadual do Michigan enganaram uma IA levando-a a identificar confidentemente algo sem vida como vida com apenas cerca de 15 pequenas alterações numa sequência de teste, sempre.
• A equipa executou a sua experiência em 1.000 computadores paralelos durante três meses, utilizando um programa chamado Avida que simula organismos digitais competindo e evoluindo.
• O problema central é chamado dados "fora da distribuição": uma IA treinada em vida terrestre não possui um quadro de referência fiável para biologia alienígena, que poderia parecer completamente diferente.
• A NASA planeia lançar o Habitable Worlds Observatory nos anos 2040 para procurar sinais de vida em planetas fora do nosso sistema solar, uma missão que provavelmente dependeria muito da análise por IA.
• Adami e Gupta apresentarão os seus resultados na Conferência de Vida Artificial de 2026 em Waterloo, Canadá, em agosto.

Uma IA que identifica confidentemente vida onde não existe nenhuma parece uma falha menor. Numa futura missão a Marte, poderia ser a diferença entre uma descoberta científica e um falso alarme envergonhado ouvido em todo o mundo.

Christoph Adami, biólogo computacional da Universidade Estadual do Michigan, e a sua estudante Ankit Gupta passaram três meses a executar um teste que deveria preocupar qualquer pessoa entusiasmada com exploração espacial alimentada por IA. A sua ferramenta foi Avida, um programa de computador que Adami construiu em 1993 que executa minúsculos organismos digitais: fragmentos de código que se copiam, competem por tempo de processamento, e até sofrem mutações, tal como bactérias numa placa de Petri.

Os organismos em Avida forneceram à equipa um conjunto de dados grande e limpo de coisas que estão vivas (pelas regras do programa) e coisas que não estão. Pediram a uma IA para as classificar.

A IA correu razoavelmente bem no início. Depois os investigadores começaram a ajustar as amostras sem vida, modificando as suas sequências moleculares um pequeno passo de cada vez, verificando a cada passo se a confiança da IA se alterava. Os resultados, conforme reportado pela Space.com, foram marcantes.

"Com cerca de 15 alterações conseguimos que a IA tenha confiança perfeita numa classificação de vida quando, de facto, nenhuma única vez em que estava 100% confiante era realmente vida," disse Adami.

Independentemente da sequência sem vida por onde começassem, a IA foi enganada. Sempre.

A razão subjacente é algo que os investigadores chamam um problema "fora da distribuição". Pense assim: se treinar uma IA para reconhecer maçãs e depois lhe mostrar uma banana, ela tem dificuldades. A banana tem uma forma desconhecida, e a IA não tem um bom modelo mental para ela. Micróbios alienígenas, se existirem, poderiam ser tão estranhos a uma IA treinada exclusivamente em biologia terrestre.

Isto importa enormemente para missões reais. Um rover de Marte encontrando algo que parece inequivocamente um micróbio sob um microscópio é uma coisa. Mas a maioria das tentativas de detecção de vida será muito mais indireta, usando espectrometria de massa, uma técnica que identifica moléculas medindo o seu peso, para examinar dados atmosféricos de Vénus, amostras de oceanos da lua Europa de Júpiter, ou assinaturas de luz de planetas a dezenas de anos-luz de distância.

Alimentar dados ambíguos numa IA treinada apenas em vida terrestre, e pode obter uma resposta confiante que é simplesmente incorreta.

"Não pode garantir isto com vida extraterrestre," disse Adami claramente.

O que isto significa para futuras missões espaciais?

Significa que a IA deveria ser uma ferramenta de primeira passagem, não a palavra final. Adami não está a pedir para que a IA seja abandonada da astrobiologia inteiramente. Acredita que tem valor genuíno na classificação de vastas quantidades de dados de sensores que nenhuma equipa humana conseguiria ler suficientemente rápido. O aviso é mais específico: saiba em que a sua IA foi treinada, e seja honesto sobre o que ela não consegue saber.

Depois, a equipa planeia ir além dos organismos digitais e executar os mesmos testes em dados químicos do mundo real, um desafio mais difícil e mais revelador.