Um estudo realizado pela Universidade Estadual do Michigan demonstrou que os sistemas de inteligência artificial são capazes de classificar como 'vida' objetos que não correspondem a organismos reais. Esta conclusão foi alcançada após testes com formas de vida simuladas em um ambiente computacional.
Alerta para missões espaciais
Os resultados deste estudo levantam um sério alerta para futuras missões espaciais que planejam usar IA na busca por sinais de vida extraterrestre. A inteligência artificial se tornou amplamente utilizada na ciência devido à sua capacidade de analisar rapidamente grandes volumes de informação e encontrar padrões.
Limitações da IA em organismos digitais
No entanto, a nova pesquisa indica que esses sistemas podem falhar ao encontrar situações muito diferentes daquelas em que foram treinados. O bioinformata Christof Adami e o pesquisador Ankit Gupta conduziram experimentos usando o programa Avida, desenvolvido em 1993. Esta plataforma permite modelar organismos digitais escritos em código que podem se autorreplicar, sofrer mutações e competir por recursos computacionais.
Durante três meses, os cientistas analisaram milhares de máquinas simultaneamente para verificar se a tecnologia conseguiria distinguir programas digitais com características de vida daqueles que não as possuem. Os resultados chamaram a atenção: Adami explicou que o sistema poderia ser convencido de que algo era vida, mesmo que não fosse.
Ele observou que, após cerca de quinze modificações, conseguiu fazer a IA acreditar completamente na classificação de vida, embora nenhuma vez que estivesse 100% certa, isso fosse vida real.
O problema dos dados fora da distribuição
A principal dificuldade reside nos chamados 'dados fora da distribuição'. Em termos simples, os modelos de IA funcionam de forma mais eficaz quando analisam informações semelhantes àquelas usadas durante o treinamento. Adami compara isso ao treinamento de um sistema para reconhecer maçãs: ao receber imagens de frutas, o resultado é geralmente correto. Mas quando aparecem bananas, o modelo pode ficar confuso, pois nunca estudou esse padrão.
Um problema semelhante surge na busca por vida extraterrestre. Organismos de outros planetas podem possuir características totalmente diferentes das formas terrestres conhecidas. Adami enfatizou: 'Você deve conhecer seus dados de treinamento, e se você souber que os dados de teste fazem parte da mesma distribuição, tudo estará bem. Mas isso não pode ser garantido no caso de vida extraterrestre.'
Necessidade de novos métodos no espaço
Este problema afeta potencialmente pesquisas dependentes da análise de sinais químicos, incluindo o estudo de Vênus, Europa e exoplanetas. Caleb Sharp, da NASA Ames, acredita que a solução pode residir na criação de sistemas capazes de reconhecer situações imprevistas. Ele afirmou: 'Gupta e Adami apontam precisamente para um problema crítico na detecção de vida que pode minar os sucessos esperados de IA e aprendizado de máquina: o que fazemos com os desconhecidos desconhecidos?'
Atualmente, Adami e Gupta planejam transferir os testes para dados do mundo real. Os resultados serão apresentados em agosto na Conferência sobre Vida Artificial de 2026 em Waterloo, Canadá.
