چرا شناخت بشر از فضا بیشتر از اعماق اقیانوس است؟ | راز اقیانوس‌های ناشناخته

چرا شناخت بشر از فضا بیشتر از اعماق اقیانوس‌های زمین است؟

تصور کنید در جهانی زندگی می‌کنیم که انسان توانسته سطح سیاره‌ای در فاصله ده‌ها میلیون کیلومتری از زمین را با جزئیاتی چندمتری تصویربرداری کند، نقشه‌های زمین‌شناسی ماه را با مقیاس ۱:۲٫۵ میلیون تهیه کند و هزاران تصویر را از سطح مریخ کنار هم قرار دهد تا موزاییکی جهانی با تفکیک‌پذیری حدود ۵ متر برای هر پیکسل بسازد؛ اما در همین سیاره، بخش عظیمی از محیطی که درست زیر پای ما قرار دارد هنوز با جزئیات کافی نقشه‌برداری نشده است. (murray-lab.caltech.edu)

این تناقض ظاهری یکی از جذاب‌ترین پرسش‌های علم مدرن را شکل می‌دهد:

آیا واقعاً شناخت ما از فضا بیشتر از اعماق اقیانوس‌هاست؟

پاسخ کوتاه این است که اگر منظور از «شناخت» را نقشه‌برداری تصویری و مشاهده مستقیم بدانیم، در بسیاری از جنبه‌ها چنین مقایسه‌ای واقعاً شگفت‌انگیز است؛ اما اگر منظورمان شناخت علمی، نمونه‌برداری، اندازه‌گیری توپوگرافی و مطالعه فرایندهای فیزیکی و زیستی باشد، موضوع بسیار پیچیده‌تر می‌شود.

در حقیقت، مسئله فقط این نیست که اقیانوس‌ها ناشناخته‌اند؛ مسئله این است که آب، فیزیک متفاوتی برای مشاهده و اندازه‌گیری ایجاد می‌کند.

فضا تقریباً محیطی ایده‌آل برای مشاهده از فاصله دور است. یک فضاپیما می‌تواند بارها به دور یک جرم آسمانی بچرخد، دوربین خود را به سمت سطح آن بگیرد و میلیون‌ها تصویر تولید کند. اما در اقیانوس، نور در آب به‌شدت تضعیف می‌شود، فشار با افزایش عمق بالا می‌رود، ارتباطات الکترومغناطیسی محدود می‌شود و برای مشاهده مستقیم باید تجهیزات را واقعاً به محیط مورد مطالعه منتقل کرد.

همین تفاوت ساده، یکی از مهم‌ترین دلایل شکاف میان اکتشاف فضایی (Space Exploration) و اکتشاف اعماق اقیانوس (Deep-Sea Exploration) است.

یک سوءبرداشت مهم: «نشناختن» با «ندیدن» یکی نیست

پیش از ورود به بحث اصلی، باید میان سه مفهوم تفاوت بگذاریم:

مشاهده تصویری (Visual Observation)، نقشه‌برداری (Mapping) و نمونه‌برداری علمی (Sampling).

ممکن است دانشمندان منطقه‌ای از کف اقیانوس را با سونار چندپرتویی (Multibeam Echosounder) نقشه‌برداری کرده باشند، بدون آنکه حتی یک تصویر دوربین از آن منطقه داشته باشند.

به همین دلیل، جمله مشهور «ما درباره ماه بیشتر از اقیانوس می‌دانیم» اگر بدون تعریف دقیق مطرح شود، می‌تواند گمراه‌کننده باشد.

مطالعه‌ای که در سال ۲۰۲۵ در Science Advances منتشر شد، با بررسی داده‌های حدود ۴۴ هزار فعالیت غواصی در اعماق، تخمین زد که از سال ۱۹۵۸ تاکنون تنها حدود ۲۱۳۰ تا ۳۸۲۳ کیلومتر مربع از بستر ژرف اقیانوس به‌صورت تصویری مشاهده شده است؛ یعنی کمتر از ۰٫۰۰۱ درصد از بستر ژرف اقیانوس. نویسندگان در عین حال تأکید کردند که داده‌های موجود کامل نیستند و ممکن است برخی مشاهدات ثبت‌نشده باشند. (داجا)

بنابراین، عبارت دقیق‌تر این است:

انسان تقریباً هیچ بخش قابل‌توجهی از بستر ژرف اقیانوس را به‌صورت تصویری مشاهده نکرده است؛ اما بخش‌هایی بسیار بزرگ‌تر از آن با روش‌های غیرتصویری مانند سونار نقشه‌برداری شده‌اند.

این تمایز برای فهم مسئله حیاتی است.

چرا نقشه مریخ از بستر اقیانوس دقیق‌تر است؟

یکی از مهم‌ترین دلایل، تفاوت بنیادی میان مشاهده سطح یک سیاره و مشاهده کف یک اقیانوس است.

مریخ، برخلاف اعماق اقیانوس، محیطی است که می‌توان آن را از مدار مشاهده کرد. فضاپیما می‌تواند بدون تماس فیزیکی با سطح، تصاویر متوالی تهیه کند. سپس این تصاویر با روش‌های پردازش تصویر، فتوگرامتری، کالیبراسیون هندسی و سامانه‌های اطلاعات جغرافیایی با یکدیگر ترکیب می‌شوند.

نمونه برجسته این فناوری، Global CTX Mosaic of Mars است. این موزاییک جهانی با استفاده از تصاویر دوربین CTX مدارگرد شناسایی مریخ ساخته شده و سطح مریخ را در مقیاس جهانی با تفکیک‌پذیری حدود ۵ متر بر پیکسل پوشش می‌دهد. نسخه منتشرشده شامل ده‌ها هزار تصویر است و حدود ۹۹٫۵ درصد از سطح مریخ بین عرض‌های جغرافیایی ۸۸ درجه جنوبی تا ۸۸ درجه شمالی را پوشش می‌دهد.(murray-lab.caltech.edu)

به بیان ساده، یک فضاپیما می‌تواند مانند یک دوربین بسیار بزرگ و خودکار، بارها از سطح سیاره عکس بگیرد.

اما در اعماق اقیانوس چنین امکانی وجود ندارد.

نور مرئی در آب به‌سرعت جذب و پراکنده می‌شود. بنابراین دوربین نمی‌تواند از صدها یا هزاران متر بالاتر، کف اقیانوس را مانند یک ماهواره از مدار مشاهده کند.

برای دیدن کف اقیانوس باید وسیله‌ای به آنجا فرستاد.

این وسیله ممکن است یک زیردریایی سرنشین‌دار (Human-Occupied Vehicle)، یک وسیله نقلیه هدایت‌پذیر از راه دور (ROV) یا یک وسیله نقلیه خودمختار زیرآبی (AUV) باشد.

هرکدام از این سامانه‌ها هزینه، محدودیت انرژی، محدودیت ارتباطی و محدودیت عملیاتی دارند.

تاریکی؛ نخستین دیوار اقیانوس

یکی از تفاوت‌های بنیادین میان فضا و اعماق اقیانوس، رفتار نور است.

فضا از دید یک سامانه تصویربرداری، محیطی نسبتاً شفاف است. اگر مانعی مانند ابر یا گردوغبار وجود نداشته باشد، نور بازتابیده از سطح یک جرم آسمانی می‌تواند مستقیماً به آشکارساز برسد.

اما آب یک محیط پیچیده نوری است.

با افزایش عمق، نور خورشید به‌شدت کاهش می‌یابد و در ژرفای زیاد، محیط تقریباً کاملاً تاریک می‌شود. در نتیجه، دوربین‌های اقیانوسی برای مشاهده محیط به منبع نور مصنوعی نیاز دارند.

این موضوع فقط مشکل روشنایی نیست.

ذرات معلق در آب می‌توانند نور را پراکنده کنند و کیفیت تصویر را کاهش دهند. از طرف دیگر، میدان دید دوربین محدود است؛ بنابراین حتی اگر یک ROV ساعت‌ها در اعماق حرکت کند، منطقه‌ای که واقعاً با جزئیات تصویری دیده می‌شود، نسبت به وسعت بستر اقیانوس بسیار کوچک باقی می‌ماند.

به همین دلیل است که پژوهش ۲۰۲۵ درباره پوشش تصویری بستر ژرف اقیانوس به عدد کمتر از ۰٫۰۰۱ درصد رسیده است. (داجا)

این عدد شاید یکی از تکان‌دهنده‌ترین شاخص‌ها برای درک مقیاس ناشناختگی اقیانوس باشد.

فشار؛ محیطی که بدن انسان را به چالش می‌کشد

عامل دوم، فشار هیدروستاتیک (Hydrostatic Pressure) است.

هرچه وسیله‌ای به اعماق بیشتری از اقیانوس می‌رود، فشار آب افزایش می‌یابد. در ژرف‌ترین نقاط اقیانوس، فشار به حدی می‌رسد که طراحی هر سامانه مکانیکی، الکترونیکی و زیستی به یک مسئله مهندسی جدی تبدیل می‌شود.

این وضعیت از اساس با تصویربرداری از مریخ متفاوت است.

فضاپیما برای حرکت در خلأ باید با مشکلاتی مانند تابش، خلأ، دما و کنترل مداری مقابله کند؛ اما وسیله اعماق دریا باید در برابر فشار عظیم آب، خوردگی، دمای پایین، تاریکی، محدودیت ارتباطی و دشواری بازیابی نیز مقاوم باشد.

به همین دلیل، «فرستادن یک دوربین به اعماق» به هیچ وجه معادل «فرستادن یک دوربین به مدار» نیست.

چرا سونار جای چشم انسان را می‌گیرد؟

وقتی نور دیگر ابزار مناسبی برای مشاهده نیست، علم به سراغ صوت می‌رود.

اینجاست که سونار (SONAR) وارد داستان می‌شود.

سونار با ارسال امواج صوتی و اندازه‌گیری بازتاب آن‌ها می‌تواند اطلاعاتی درباره فاصله، شکل و ویژگی‌های بستر دریا فراهم کند.

در نقشه‌برداری مدرن اقیانوس، یکی از مهم‌ترین فناوری‌ها سونار چندپرتویی (Multibeam Sonar) است.

این سامانه به جای اندازه‌گیری یک نقطه، تعداد زیادی پرتو صوتی را به سمت بستر می‌فرستد و مجموعه‌ای از اندازه‌گیری‌ها را در یک نوار عرضی ثبت می‌کند.

در نتیجه، کشتی نقشه‌برداری می‌تواند در هنگام حرکت، یک نوار پیوسته از توپوگرافی بستر را اندازه‌گیری کند.

یکی از سامانه‌های پیشرفته این حوزه Kongsberg EM 124 است که برای نقشه‌برداری از آب‌های کم‌عمق تا عمق کامل اقیانوسی طراحی شده است. این سامانه می‌تواند در شرایط مناسب پهنای پوشش بسیار بزرگی ایجاد کند و در حالت‌های مختلف تا ۱۶۰۰ پرتو را به کار گیرد. (kongsberg.com)

بنابراین، حتی وقتی انسان کف اقیانوس را «نمی‌بیند»، می‌تواند شکل آن را تا حدی اندازه‌گیری کند.

این همان تفاوت مهم میان مشاهده تصویری و نقشه‌برداری باتیمتری (Bathymetric Mapping) است.

GEBCO؛ تلاش یک‌قرنه برای ترسیم کف اقیانوس

تلاش سازمان‌یافته برای ترسیم بستر اقیانوس‌ها نیز بسیار قدیمی‌تر از چیزی است که تصور می‌کنیم.

پروژه General Bathymetric Chart of the Oceans یا GEBCO در سال ۱۹۰۳ آغاز شد و از آن زمان تلاش‌های بین‌المللی برای ایجاد تصویری جامع از توپوگرافی کف اقیانوس‌ها ادامه داشته است.

امروز GEBCO یکی از مهم‌ترین منابع جهانی داده‌های باتیمتری اقیانوس‌ها (Ocean Bathymetry) محسوب می‌شود.

اما یک نکته مهم وجود دارد:

نقشه داشتن به معنای شناخت کامل نیست.

یک نقشه باتیمتری ممکن است ارتفاع و شکل بستر را نشان دهد، اما درباره زیست‌بوم‌های موجود، ترکیب رسوبات، گونه‌های جانوری، میکروارگانیسم‌ها، رفتار آب، جریان‌های موضعی یا فرایندهای شیمیایی اطلاعات محدودی ارائه کند.

از این منظر، اقیانوس هنوز بسیار پیچیده‌تر از یک نقشه است.

Seabed 2030؛ تلاش برای ترسیم نقشه کامل اقیانوس

یکی از مهم‌ترین تلاش‌های امروزی برای حل این مسئله، پروژه Seabed 2030 است؛ برنامه‌ای بین‌المللی که با همکاری Nippon Foundation و GEBCO برای سرعت‌بخشیدن به نقشه‌برداری کامل بستر اقیانوس‌ها شکل گرفته است.

در سال ۲۰۱۷، زمانی که Seabed 2030 آغاز شد، تنها حدود ۶ درصد از بستر اقیانوس‌ها مطابق استانداردهای مدرن نقشه‌برداری شده بود.

این رقم در سال ۲۰۲۵ به ۲۷٫۳ درصد رسید و در آوریل ۲۰۲۶، Seabed 2030 اعلام کرد که این میزان به ۲۸٫۷ درصد رسیده است. بنابراین، هنوز حدود ۷۱٫۳ درصد از بستر اقیانوس‌ها در سطح استاندارد موردنظر این پروژه نقشه‌برداری نشده است. (Seabed 2030)

این ارقام نشان می‌دهند که پیشرفت قابل‌توجه بوده، اما مقیاس مسئله نیز عظیم است.

هدف پروژه صرفاً تولید یک تصویر زیبا از کف اقیانوس نیست.

نقشه دقیق بستر دریا برای مدل‌سازی اقلیمی، پیش‌بینی سونامی، مطالعه گردش اقیانوسی، مدیریت منابع، مسیریابی کابل‌ها و خطوط لوله، ایمنی دریانوردی، مطالعه رسوبات و حفاظت از تنوع زیستی اهمیت دارد. (Seabed 2030)

چرا ماهواره‌ها نمی‌توانند مشکل را به‌طور کامل حل کنند؟

ممکن است پرسیده شود:

اگر ماهواره‌ها سطح زمین را با جزئیات بسیار بالا می‌بینند، چرا از ماهواره برای نقشه‌برداری کامل کف اقیانوس استفاده نمی‌کنیم؟

پاسخ در همان ویژگی فیزیکی آب نهفته است.

ماهواره‌ها می‌توانند در برخی مناطق کم‌عمق از ویژگی‌های سطح آب و داده‌های نوری یا دیگر سنجش‌های از دور برای برآورد ساختارهای زیرآبی استفاده کنند؛ اما هرچه عمق افزایش پیدا کند، محدودیت‌های انتقال نور و سیگنال باعث می‌شوند این روش‌ها نتوانند جایگزین نقشه‌برداری مستقیم صوتی شوند.

در نتیجه، برای بخش بزرگی از اقیانوس همچنان باید از کشتی‌ها، شناورها، AUVها و سامانه‌های سوناری استفاده کرد.

این همان جایی است که هزینه وارد معادله می‌شود.

یک ماهواره پس از قرار گرفتن در مدار می‌تواند بارها و بارها از یک سیاره تصویربرداری کند.

اما یک کشتی اقیانوس‌پیما باید سوخت مصرف کند، خدمه داشته باشد، تجهیزات حمل کند، در برابر شرایط آب‌وهوایی مقاومت کند و مسافت‌های بسیار طولانی را طی کند.

اتوماسیون؛ کلید آینده اکتشاف اقیانوس

راه‌حل احتمالی، حذف تدریجی وابستگی به عملیات کاملاً سرنشین‌دار است.

وسایل نقلیه سطحی خودمختار (USV)، وسایل نقلیه زیرآبی خودمختار (AUV)، هوش مصنوعی، پردازش ابری داده‌ها و سامانه‌های ناوبری دقیق می‌توانند هزینه و زمان نقشه‌برداری را کاهش دهند.

در واقع، آینده اکتشاف اقیانوس احتمالاً نه در ساخت کشتی‌های بزرگ‌تر، بلکه در ساخت سامانه‌هایی است که بتوانند بیشتر ببینند، بیشتر حرکت کنند و کمتر به انسان وابسته باشند.

در چنین معماری‌ای، یک ناوگان از شناورهای خودمختار می‌تواند داده‌های سوناری را جمع‌آوری کند، الگوریتم‌های پردازش داده مناطق دارای خلأ اطلاعاتی را شناسایی کنند و مأموریت بعدی دقیقاً به همان نقاط هدایت شود.

این مفهوم شباهت جالبی با علوم اعصاب محاسباتی دارد.

در علوم اعصاب (Neuroscience) نیز ما معمولاً نمی‌توانیم همه فعالیت‌های مغز را مستقیماً مشاهده کنیم. پژوهشگر باید از مجموعه‌ای از روش‌های تصویربرداری، ثبت الکتروفیزیولوژیک، نمونه‌برداری و مدل‌سازی استفاده کند و سپس داده‌های ناقص را در یک چارچوب منسجم قرار دهد.

در اقیانوس نیز وضعیت مشابهی وجود دارد.

یک دوربین فقط بخشی از واقعیت را می‌بیند.

سونار بخش دیگری را اندازه‌گیری می‌کند.

نمونه‌برداری اطلاعات دیگری به دست می‌دهد.

و مدل‌های محاسباتی تلاش می‌کنند این قطعات پراکنده را به یک تصویر منسجم تبدیل کنند.

شباهت شگفت‌انگیز اکتشاف مغز و اکتشاف اقیانوس

شاید در نگاه نخست، نورولوژی (Neurology)، علوم اعصاب و اکتشاف اعماق اقیانوس هیچ ارتباطی با یکدیگر نداشته باشند.

اما از منظر روش‌شناسی علمی، شباهت‌های عمیقی وجود دارد.

مغز انسان یک سامانه بسیار پیچیده است که ما نمی‌توانیم تمام اجزای آن را هم‌زمان و با یک روش واحد مشاهده کنیم.

در علوم اعصاب از MRI، fMRI، PET، EEG، MEG، الکتروفیزیولوژی، میکروسکوپی، نوروآناتومی و تحلیل‌های محاسباتی استفاده می‌شود.

هر تکنیک یک «پنجره» متفاوت به سیستم عصبی باز می‌کند.

در اقیانوس نیز همین اصل برقرار است.

سونار برای ساختار.

دوربین‌های زیرآبی برای مشاهده مستقیم.

AUV و ROV برای دسترسی.

نمونه‌برداری ژئوشیمیایی و زیستی برای شناخت ترکیب.

و مدل‌های عددی برای درک فرایندهای بزرگ‌مقیاس.

در هر دو حوزه، مسئله اصلی این نیست که «هیچ داده‌ای نداریم».

مسئله این است که داده‌ها محدود، ناهمگن و پراکنده‌اند.

این موضوع یکی از دلایلی است که اکتشاف اقیانوس را می‌توان از نظر فلسفه علم با مطالعه مغز مقایسه کرد.

هر دو سامانه پیچیده، چندلایه و پویا هستند و هیچ ابزار منفردی نمی‌تواند تمام واقعیت آن‌ها را آشکار کند.

۹۹٫۹۹۹ درصد؛ عددی که باید با احتیاط خوانده شود

یکی از مشهورترین آمارهای جدید درباره اقیانوس این است که انسان ۹۹٫۹۹۹ درصد از بستر ژرف اقیانوس را ندیده است.

این عدد از پژوهشی به دست آمده که مشاهده تصویری مستقیم را بررسی کرده است، نه تمام انواع نقشه‌برداری.

پژوهشگران با بررسی داده‌های ۴۳٬۶۸۱ فعالیت غواصی در اعماق، دو روش برای تخمین پوشش تصویری به کار بردند و مساحت مشاهده‌شده را حدود ۲۱۳۰ تا ۳۸۲۳ کیلومتر مربع برآورد کردند. این مساحت در برابر حدود ۳۳۵٫۷ میلیون کیلومتر مربع بستر ژرف اقیانوس بسیار ناچیز است. (داجا)

حتی مهم‌تر از اندازه این پوشش، سوگیری مکانی آن است.

بخش زیادی از مشاهدات در نزدیکی تعداد محدودی از کشورها و مناطق متمرکز بوده است. نویسندگان گزارش کردند که ۶۵ درصد مشاهدات درون‌موقعیتی داده‌های مورد بررسی در فاصله ۲۰۰ مایل دریایی از ایالات متحده، ژاپن و نیوزیلند قرار داشته‌اند و ۹۷ درصد غواصی‌های گردآوری‌شده توسط تنها پنج کشور انجام شده است. (داجا)

این یعنی حتی همان بخش کوچکی که دیده‌ایم نیز لزوماً نماینده کل اقیانوس نیست.

از دیدگاه آماری، این مسئله اهمیت بسیار زیادی دارد.

اگر نمونه‌برداری ما از یک جامعه عظیم به‌شدت سوگیرانه باشد، تعمیم نتایج به کل جامعه می‌تواند دشوار شود.

این دقیقاً همان مشکلی است که در بسیاری از شاخه‌های زیست‌شناسی، پزشکی و علوم اعصاب نیز وجود دارد.

چرا شناخت اقیانوس برای آینده انسان اهمیت دارد؟

اقیانوس صرفاً یک فضای ناشناخته برای ماجراجویی نیست.

این سامانه عظیم در تنظیم اقلیم، چرخه کربن، گردش گرما، چرخه مواد مغذی و زیست‌بوم جهانی نقش دارد.

ساختار بستر اقیانوس نیز بر جریان‌های آب، انتقال رسوبات، زیستگاه‌های دریایی و بسیاری از فرایندهای زمین‌شناختی تأثیر می‌گذارد.

شناخت بهتر توپوگرافی بستر اقیانوس (Seafloor Topography) می‌تواند به بهبود مدل‌های اقیانوسی و اقلیمی کمک کند و برای موضوعاتی مانند پیش‌بینی سونامی و ایمنی دریایی نیز اهمیت دارد. (Seabed 2030)

از سوی دیگر، اعماق اقیانوس یکی از بزرگ‌ترین مخازن تنوع زیستی روی زمین هستند.

در محیط‌هایی با فشار بالا، تاریکی دائمی، دمای پایین و دسترسی بسیار محدود به انرژی، جوامع زیستی منحصربه‌فردی تکامل یافته‌اند.

هر سفر اکتشافی می‌تواند به کشف گونه‌ها، روابط بوم‌شناختی یا سازوکارهای زیستی تازه منجر شود.

برای متخصصان نوروبیولوژی (Neurobiology) نیز این محیط اهمیت ویژه‌ای دارد؛ زیرا زیست‌بوم‌های اعماق دریا می‌توانند مدل‌های جالبی برای مطالعه سازگاری سلولی، حسی و عصبی در شرایط شدید محیطی فراهم کنند.

این موضوع نشان می‌دهد اکتشاف اقیانوس تنها متعلق به اقیانوس‌شناسان نیست.

علوم اعصاب، زیست‌شناسی، ژنتیک، میکروبیولوژی، فیزیولوژی، زمین‌شناسی، اقلیم‌شناسی، مهندسی رباتیک و هوش مصنوعی همگی می‌توانند از گسترش دسترسی به این محیط بهره ببرند.

آیا واقعاً فضا از اقیانوس ناشناخته‌تر نیست؟

اینجا به پاسخ دقیق پرسش اصلی می‌رسیم.

اگر منظور از «شناخت بیشتر» این باشد که چه مقدار از یک سطح را می‌توان با تفکیک‌پذیری مشخص مشاهده و نقشه‌برداری کرد، بسیاری از اجرام منظومه شمسی واقعاً از بستر اقیانوس‌ها نقشه‌های دقیق‌تری دارند.

برای مثال، موزاییک جهانی مریخ با تفکیک‌پذیری حدود ۵ متر برای هر پیکسل ساخته شده است.

همچنین اطلس زمین‌شناسی جهانی ماه که آکادمی علوم چین در سال ۲۰۲۴ منتشر کرد، با مقیاس ۱:۲٫۵ میلیون تهیه شده و ده‌ها هزار عارضه زمین‌شناسی از جمله دهانه‌ها، حوضه‌ها و انواع سنگی را ثبت کرده است. 

اما این به آن معنا نیست که «دانش بشر از مریخ در همه زمینه‌ها بیشتر از اقیانوس است».

ما از ترکیب شیمیایی، زیست‌شناسی، دینامیک سیالات، میکروبیولوژی و بسیاری از فرایندهای اقیانوسی اطلاعات عظیمی داریم.

از سوی دیگر، هنوز پرسش‌های بنیادین بسیاری درباره مریخ، تاریخ اقلیمی آن، زیرسطح سیاره و احتمال وجود حیات در گذشته یا حال باقی مانده است.

بنابراین مقایسه دقیق‌تر این است:

ما در برخی جنبه‌های نقشه‌برداری سطح اجرام آسمانی، از نقشه‌برداری دقیق بستر اقیانوس جلوتر هستیم؛ اما این به معنای شناخت کامل‌تر آن اجرام در همه ابعاد علمی نیست.

مسئله اصلی فناوری نیست؛ مقیاس است

شاید بزرگ‌ترین درس این داستان، یک حقیقت ساده باشد:

اقیانوس بیش از آنکه به دلیل بی‌علاقگی بشر ناشناخته مانده باشد، به دلیل عظمت، دشواری دسترسی و هزینه بالای مشاهده مستقیم ناشناخته باقی مانده است.

در فضا، یک فضاپیما می‌تواند در مدار قرار بگیرد و بارها از یک سطح تصویربرداری کند.

در اقیانوس، برای مشاهده دقیق کف دریا باید یک سامانه فیزیکی را به آن محیط بفرستیم.

این تفاوت کوچک نیست.

یک طرف، میلیون‌ها کیلومتر خلأ.

طرف دیگر، میلیون‌ها کیلومتر مربع آب، فشار، تاریکی، جریان و محدودیت ارتباطی.

به همین دلیل آینده اکتشاف اقیانوس احتمالاً در همگرایی چند فناوری شکل خواهد گرفت:

هوش مصنوعی، رباتیک دریایی، AUV، USV، ROV، سونار چندپرتویی، سنجش از دور، پردازش ابری داده‌ها، یادگیری ماشین و سامانه‌های خودمختار.

پروژه Seabed 2030 نیز برای اعماق مختلف، وضوح‌های متفاوتی را در نظر گرفته است؛ از سلول‌های ۱۰۰ متری در اعماق کمتر تا سلول‌های بزرگ‌تر در ژرف‌ترین بخش‌های اقیانوس. این رویکرد نشان می‌دهد «نقشه کامل» الزاماً به معنای تصویری با یک وضوح یکسان در تمام اقیانوس نیست. (Seabed 2030)

آینده؛ وقتی اقیانوس نیز مانند یک آزمایشگاه جهانی دیده شود

تصور کنید در آینده ناوگانی از ربات‌های دریایی بتوانند هفته‌ها یا ماه‌ها بدون حضور دائمی انسان حرکت کنند، داده‌های سوناری و تصویری را جمع‌آوری کنند، مناطق ناشناخته را شناسایی کنند و با استفاده از الگوریتم‌های هوش مصنوعی، مأموریت بعدی خود را بر اساس داده‌های قبلی تنظیم کنند.

در چنین شرایطی، اقیانوس از یک محیط تقریباً دست‌نیافتنی به یک آزمایشگاه طبیعی در مقیاس سیاره‌ای تبدیل خواهد شد.

این تحول تنها به معنای پیدا کردن کوه‌های زیرآبی یا دره‌های جدید نیست.

ممکن است زیست‌بوم‌هایی شناسایی شوند که تاکنون در مدل‌های اکولوژیک وجود نداشته‌اند؛ گونه‌هایی کشف شوند که سازوکارهای فیزیولوژیک منحصربه‌فردی دارند؛ میکروارگانیسم‌هایی پیدا شوند که مسیرهای متابولیکی جدیدی را نشان می‌دهند؛ و حتی ساختارهای زیستی‌ای کشف شوند که برای زیست‌فناوری و پزشکی آینده اهمیت پیدا کنند.

از این منظر، اقیانوس فقط یک «جغرافیای ناشناخته» نیست.

اقیانوس یک مخزن ناشناخته از اطلاعات زیستی است.

یک سیاره، دو مرز ناشناخته

شاید زیباترین برداشت از مقایسه فضا و اقیانوس این باشد که انسان مجبور نیست یکی را به‌عنوان رقیب دیگری ببیند.

ماه، مریخ و دیگر اجرام سنگی منظومه شمسی پنجره‌هایی به تاریخ منظومه شمسی هستند.

اقیانوس‌ها پنجره‌ای به تاریخ و آینده خود زمین‌اند.

یکی در بیرون از جو قرار دارد.

دیگری در زیر سطح آب.

یکی با خلأ، تابش و فاصله‌های نجومی تعریف می‌شود.

دیگری با فشار، تاریکی و سیالیت.

و هر دو در نهایت یک ویژگی مشترک دارند:

هنوز پرسش‌های بسیار بیشتری از پاسخ‌ها وجود دارد.

از این منظر، جمله «ما از فضا بیشتر از اقیانوس می‌دانیم» اگرچه از نظر رسانه‌ای جذاب است، اما واقعیت علمی عمیق‌تری پشت خود دارد.

مسئله این نیست که انسان اقیانوس را فراموش کرده است.

مسئله این است که مشاهده یک جهان پنهان در زیر کیلومترها آب، از نظر فیزیکی و مهندسی بسیار دشوار است.

و شاید همین دشواری، اهمیت آن را بیشتر می‌کند.

امروز می‌دانیم حدود ۲۸٫۷ درصد از بستر اقیانوس‌ها مطابق استانداردهای مدرن نقشه‌برداری شده است؛ اما در زمینه مشاهده تصویری مستقیم، پژوهش‌های جدید نشان می‌دهند سهم بسیار ناچیزی از بستر ژرف واقعاً دیده شده است. (Seabed 2030)

بنابراین، هنگامی که به تصویری با وضوح چندمتری از سطح مریخ نگاه می‌کنیم، بهتر است به این واقعیت نیز فکر کنیم که در همین سیاره، درست زیر سطح آبی اقیانوس‌ها، جهانی بسیار بزرگ وجود دارد که هنوز بخش عظیمی از آن برای چشم انسان ناشناخته است.

شاید آینده اکتشاف فقط در رفتن به دوردست‌ترین نقاط منظومه شمسی نباشد.

شاید بخشی از بزرگ‌ترین کشفیات قرن آینده در جایی رخ دهد که همیشه در کنار ما بوده است:

در اعماق اقیانوس‌های زمین.

و اینجا، علوم اعصاب نیز می‌تواند درس مهمی بیاموزد: برای شناخت یک سامانه پیچیده، همیشه لازم نیست همه اجزای آن را هم‌زمان ببینیم؛ باید بتوانیم داده‌های ناقص، مشاهده‌های پراکنده و ابزارهای متفاوت را در یک مدل علمی منسجم کنار یکدیگر قرار دهیم.

اقیانوس و مغز، هر دو به ما یادآوری می‌کنند که نادیده‌بودن یک جهان به معنای نبودن آن نیست؛ بلکه گاهی فقط به این معناست که ابزارهای ما هنوز برای دیدنش کافی نیستند.

شاید بزرگ‌ترین مرز علم امروز، جایی نباشد که از ما دور است؛ بلکه جایی باشد که هنوز نتوانسته‌ایم به‌اندازه کافی به آن نگاه کنیم.