Почему ИИ видит инопланетян там, где их нет

Мы привыкли думать, что искусственный интеллект — это непогрешимый вычислительный механизм, способный находить закономерности там, где человеческий глаз бессилен. Но что, если эта сверхспособность оборачивается фатальной слабостью? Исследователи из Мичиганского государственного университета доказали: современные нейросети можно обмануть в 100% случаев, заставив их «увидеть» инопланетную жизнь там, где её нет и быть. И цена этой ошибки может исчисляться миллиардами долларов и судьбой величайших космических миссий в истории человечества.

Призраки в машине: как ИИ учится искать жизнь

Поиск внеземной жизни всегда был занятием для терпеливых и осторожных. Человечество не раз становилось жертвой ложных тревог: загадочные радиосигналы, которые оказывались микроволновыми печами, необъяснимые газы на Венере, впоследствии объяснённые химическими процессами, и бесчисленные НЛО, превращающиеся при ближайшем рассмотрении в метеозонды или оптические иллюзии.


Сегодня на помощь астробиологам приходит искусственный интеллект. НАСА и другие космические агентства делают на него большую ставку: ИИ способен перерабатывать колоссальные объёмы данных и выявлять тончайшие паттерны, недоступные человеческому анализу. Будущие миссии — от марсоходов, бурящих грунт Красной планеты, до зондов, исследующих спутники Сатурна и Юпитера, и телескопов, анализирующих атмосферы экзопланет, — будут полагаться на алгоритмы машинного обучения для обнаружения биосигнатур.

Но есть одна проблема. «Не существует единственного стопроцентного биомаркера, который можно было бы использовать для однозначного утверждения о наличии жизни», — поясняет Кристоф Адами, профессор Мичиганского государственного университета, чьи исследования лежат на стыке эволюционной биологии, физики и информатики. Однако есть универсальные признаки, которые считаются надёжными индикаторами. «Один из них — способность жизни кодировать информацию», — говорит Адами. Обычно это проявляется в виде цепочечных молекул, подобных ДНК, которые способны к самовоспроизведению.

Цифровая вселенная Avida: колыбель искусственной жизни

Чтобы проверить, насколько хорошо ИИ справляется с поиском жизни, исследователи Анкит Гупта и Кристоф Адами создали эксперимент в виртуальной среде Avida — компьютерной программе, моделирующей эволюционные процессы.

Avida — это не просто симуляция. Это настоящая «цифровая чашка Петри», в которой обитают виртуальные организмы, написанные в виде строк компьютерного кода. Эти цифровые существа копируют себя снова и снова, и каждый раз в процессе копирования возникают ошибки — точно так же, как мутирует генетический код реальных организмов при размножении. Такие формы «цифровой жизни» учёные используют для изучения эволюции уже несколько десятилетий.

Гупта и Адами сгенерировали десятки тысяч цифровых организмов — часть из них содержала команды, позволяющие копировать себя, часть — нет. Затем они обучили нейронную сеть различать эти два типа. Результат на этапе обучения впечатлял: точность достигла 99,97%. Казалось бы, идеальный инструмент для поиска внеземной жизни готов.

150 шагов к катастрофе: как ИИ ломают за несколько минут

Но когда исследователи подвергли нейросеть настоящему испытанию — предложили ей примеры, которых она никогда не видела ранее, — блестящие показатели рассыпались в прах.

В ходе эксперимента учёные взяли цифровой организм, который ИИ правильно классифицировал как неспособный к самовоспроизведению. Затем они начали постепенно заменять по одной команде в его программном коде. И уже через 150 таких замен нейросеть с пугающей уверенностью заявляла: перед ней — живой, самовоспроизводящийся организм.

«Неважно, с какой последовательности команд мы начинали, — нам удавалось обмануть ИИ в 100% случаев», — заявляет Анкит Гупта, аспирант факультета компьютерных наук и инженерии Мичиганского университета.

Количество последовательностей, способных обмануть нейросеть, огромно. «Вероятность столкнуться с такой последовательностью весьма существенна», — добавляет Адами. Это означает, что риск ложноположительных срабатываний — когда ИИ принимает неживое за живое — отнюдь не гипотетический.

Ахиллесова пята: почему ИИ так легко обмануть

В чём же причина этой уязвимости? Кристоф Адами описывает её как фундаментальный изъян современных ИИ-систем: «У ИИ есть ахиллесова пята. Он видит паттерн и полностью ошибается в его классификации».


Нейросети не понимают сути того, что они анализируют. Они обучены распознавать статистические закономерности в данных, но не имеют ни малейшего представления о биологических процессах, стоящих за этими паттернами. Когда исследователи слегка изменяли код цифрового организма, нейросеть видела последовательность команд, статистически напоминающую те, на которых она обучалась, и с полной уверенностью делала неверный вывод.

Это явление известно как проблема ложноположительных результатов — и в случае поиска внеземной жизни она может иметь катастрофические последствия.

Космические миллиарды под угрозой

Почему это так важно для реальных космических экспедиций? Потому что ИИ-датчики уже закладываются в аппараты, которые будут бурить марсианский грунт, исследовать спутники Сатурна и Юпитера, анализировать атмосферы экзопланет. Многие из этих аппаратов должны принимать решения прямо на месте, не дожидаясь, пока образцы доставят на Землю для проверки.

«Это очень серьёзная уязвимость», — предупреждает Адами. Представьте: марсоход обнаруживает то, что его ИИ-сенсоры с 99% уверенностью идентифицируют как биосигнатуру. На это выделяются миллиарды долларов, планируются новые миссии, пишутся научные статьи. А через несколько лет выясняется, что это была просто статистическая аномалия — ложный сигнал, который алгоритм ошибочно принял за доказательство жизни.

Исследователи планируют следующий этап: переобучить нейросеть на реальных данных, а не только на цифровых симуляциях, и проверить, насколько легко её обмануть в условиях, приближенных к реальным. Но уже сейчас понятно: проблема глубже, чем казалось.

За пределами астробиологии: когда цена ошибки — человеческая жизнь

Уязвимость ИИ выходит далеко за рамки поиска инопланетян. Алгоритмы машинного обучения всё активнее внедряются в медицинские сканеры, системы распознавания лиц, камеры видеонаблюдения и беспилотные автомобили.

Медицинский ИИ может увидеть рак там, где его нет, и пропустить реальную опухоль. Система распознавания лиц может принять одного человека за другого — и такие случаи уже приводили к ложным арестам. Беспилотный автомобиль может «увидеть» препятствие на пустой дороге или, наоборот, не заметить пешехода.

«Это не означает, что бесполезно использовать такие методы в астробиологии, медицинской диагностике или других областях, — подчёркивает Адами. — Это просто означает, что нужен независимый способ проверки их работы. В цикле должен участвовать человек».


Но в космосе, где задержка сигнала составляет часы, а иногда и десятки минут, держать «человека в петле» практически невозможно. Марсоход или зонд у внешних планет вынуждены принимать решения автономно.

Что дальше? Путь к надёжному ИИ

Исследователи из Мичиганского университета представили свои выводы в августе 2026 года на Конференции по искусственной жизни в Ватерлоо, Канада. Их работа — не приговор технологиям, а суровое напоминание: ИИ — это инструмент, а не оракул.

Гупта и Адами планируют продолжить исследования, переобучая модели на реальных данных и изучая способы защиты от ложных срабатываний. Но их главный вывод остаётся неизменным: доверять ИИ безоговорочно — значит играть с огнём.

В поисках ответа на вопрос «одиноки ли мы во Вселенной?» мы создаём инструменты невероятной мощи. Но, как показывает это исследование, даже самый совершенный алгоритм может стать жертвой собственной слепоты. И если мы хотим, чтобы наши космические миссии принесли настоящие открытия, а не очередные ложные тревоги, нам придётся научиться не только доверять ИИ, но и проверять его — особенно тогда, когда ставки так высоки.