国际科研团队利用先进人工智能技术成功解析了33亿年前岩石样本中的生物信号，首次确认了地球早期微生物活动的直接证据，为理解生命起源和演化提供了突破性线索。
由美国、中国和澳大利亚科学家组成的国际研究团队近日宣布，他们利用深度学习算法成功从南非巴伯顿绿岩带采集的33亿年前岩石样本中提取并解码了原始微生物活动的化学信号。这一发现不仅将已知的生命证据向前推进了数亿年，还首次提供了地球早期生命形态的具体代谢特征。[1]
研究团队采用高分辨率质谱分析与人工智能相结合的方法，从岩石中检测到了特定的碳同位素比例和有机分子模式，这些模式只能由生物过程产生。AI系统经过对现代微生物和已知化石记录的数百万次训练，能够识别出这些微弱但具有决定性意义的生物特征信号。[1]
该研究的核心突破在于开发了一种新型深度学习模型，能够从极其微弱且高度降解的化学信号中提取有意义的生物信息。传统方法无法区分33亿年前岩石中生物与非生物过程产生的相似信号，而AI系统通过分析多维度数据关联，成功突破了这一技术瓶颈。[1]
研究团队表示，他们训练的神经网络能够识别出碳-12与碳-13同位素的特定比例模式，以及与生命活动相关的脂质分子残留，这些信号在岩石中已经极其微弱且被后期地质活动部分覆盖。AI模型通过对比全球数十个古老地质样本数据库，建立了精确的识别标准。[1]
该技术的关键创新点包括：
这一发现对理解地球生命起源具有里程碑意义。33亿年前的地球环境与今天截然不同，大气中几乎没有氧气，海洋富含铁元素，而此次发现的微生物证据表明，早期生命已经发展出了复杂的代谢系统，能够利用地球化学能源进行生存。[1]
研究显示，这些远古微生物很可能属于产甲烷菌类群，它们通过将二氧化碳和氢气转化为甲烷来获取能量，这种代谢方式在今天的极端环境中仍然存在。这一发现支持了"生命起源于深海热液喷口"的理论，因为这些环境提供了稳定的化学能源，无需依赖阳光。[1]
该研究还为寻找外星生命提供了重要参考。科学家表示，同样的AI解码技术可以应用于火星岩石样本分析，帮助确定火星上是否曾经存在过生命。NASA的"毅力号"火星车采集的样本可能成为下一个应用目标。[1]
研究团队计划将这一AI解码技术应用于全球更多古老地质样本，特别是格陵兰岛和加拿大北部的38亿年前岩石，以进一步追溯生命的起源时间线。同时，他们正在与NASA合作开发适用于太空任务的便携式AI分析系统，有望在未来火星任务中实时分析潜在生物信号。[1]
该技术的民用化应用也在规划中，包括环境监测和疾病早期诊断。研究人员指出，能够识别33亿年前微弱生物信号的AI系统，同样可以检测现代环境中极低浓度的病原体或污染物，为公共卫生和环境保护提供新工具。[1]
国际科学界对这一突破表示高度关注，认为它不仅改写了地球生命史，还展示了人工智能在基础科学研究中的革命性潜力。随着计算能力的不断提升和算法的持续优化，AI有望在更多"不可能"的科学领域取得突破。[1]