Die Entdeckung außerirdischen Lebens ist eines der ehrgeizigsten Ziele der modernen Wissenschaft. Doch wie Forscher der Michigan State University herausfanden, könnte das wichtigste Werkzeug für die zukünftige Suche unzuverlässig sein. Wissenschaftler haben eine kritische Schwachstelle in Algorithmen der künstlichen Intelligenz entdeckt: Neuronale Netze neigen dazu, unbelebte Objekte fälschlicherweise als lebende Organismen zu klassifizieren.
Dieses Problem gefährdet die Zuverlässigkeit zukünftiger Weltraummissionen. Wenn robotische Rover oder Orbitalsonden auf aktuelle KI-Versionen vertrauen, riskiert die Menschheit, Jahre und Milliarden von Dollar mit der Untersuchung „toter“ Steine zu verschwenden, die fälschlicherweise als Spuren von Biologie interpretiert wurden.
Das Problem „out-of-distribution'-Daten
Die Hauptschwierigkeit liegt darin, wie moderne Modelle trainiert werden. Neuronale Netze arbeiten nur effizient mit Daten, die denen ähneln, die bei ihrer Schulung verwendet wurden. Der Weltraum ist jedoch voller Unbekannten. Wissenschaftler bezeichnen solche Objekte als „out-of-distribution'-Beispiele – sie unterscheiden sich grundlegend von der irdischen Biologie, auf der die Algorithmen trainiert wurden.
Christoph Adami, ein Computational Biologist und einer der Autoren der Studie, betont, dass KI sehr leicht getäuscht werden kann. Unter den Bedingungen der Suche nach Leben auf anderen Planeten, wo die Biologie völlig anders aufgebaut sein könnte als auf der Erde, müssen Raumfahrzeuge auf universelle Marker vertrauen. Genau hier liegt das Risiko eines fatalen Fehlers.
Experiment mit digitalen Organismen
Um die Zuverlässigkeit der Algorithmen zu überprüfen, führten Christoph Adami und sein Kollege Ankur Gupta umfangreiche Tests durch. Als Testumgebung nutzten sie die Plattform Avida – ein Computerprogramm, das die Evolution digitaler Organismen simuliert. In dieser Umgebung kann Programmcode mutieren, sich selbst reproduzieren und um Rechenzeit konkurrieren, wodurch fundamentale Eigenschaften des Lebens nachgeahmt werden.
Das Experiment dauerte drei Monate und erforderte enorme Rechenleistung: Für seine Durchführung wurden 1000 parallele Computer eingesetzt. Ziel war es zu prüfen, ob die KI „lebenden' Code von „totem' Code bei minimalen Änderungen unterscheiden kann.
Erfolgreiche Täuschung des Algorithmus
Die Ergebnisse des Experiments waren beunruhigend. Durch gezielte Anpassungen des Codes gelang es den Wissenschaftlern, die künstliche Intelligenz vollständig zu täuschen. Der Algorithmus, der zur Suche nach Anzeichen von Leben bestimmt war, erkannte das modifizierte unbelebte Programm als vollwertigen lebenden Organismus.
Dieses Experiment verdeutlicht anschaulich, dass aktuelle Modelle nicht ausreichend zuverlässig für den autonomen Betrieb unter extremen Weltraumbedingungen sind. Eine fehlerhafte Identifizierung von Biomarkern kann zu falsch-positiven Ergebnissen führen.
Die Folgen solcher Fehler gehen weit über das wissenschaftliche Interesse hinaus. Ein falscher Alarm birgt die Gefahr einer nutzlosen Verschwendung von Ressourcen und Zeit für die detaillierte Analyse von Objekten, die in Wirklichkeit nichts mit außerirdischem Leben zu tun haben. Vor dem Start neuer Missionen müssen Ingenieure einen Weg finden, die KI widerstandsfähiger gegen solche Manipulationen zu machen.
