Искусственный интеллект помогает подсчитывать кратеры на Луне
AstroNews.ru - 28 Декабря 2020 10:01:14
Международная команда исследователей использовала алгоритмы машинного обучения для подсчета и нанесения на карту более чем 100 000 лунных кратеров.
Предыдущие работы по идентификации и локализации кратеров на Луне показали, что этот процесс является очень долгим – обычно он выполнялся вручную, путем изучения фотографий и последующего составления карт с использованием полученной информации. В новом исследовании ученые нашли способ существенно ускорить этот процесс, обучив компьютер идентификации кратеров и их дальнейшему подсчету.
Обучение компьютера распознаванию кратеров представляет собой непростой процесс, поскольку кратеры могут принимать различные формы. Не все кратеры представляют собой правильные кольца, при этом все кратеры имеют разный возраст, и следовательно, у наиболее древних кратеров определяющие характеристики «размылись» под действием эрозионных процессов. Ученые хотели составить карту расположения всех кратеров на поверхности Луны и датировать каждый кратер – чтобы получить мощный инструмент для изучения истории нашей Солнечной системы.
Этот новый подход включал «тренировку» алгоритма машинного обучения на распознавание основ структуры кратера. Затем алгоритм был «обучен» распознаванию кратеров в более широком контексте, на основе анализа данных, полученных при помощи китайских лунных орбитальных аппаратов «Чанъэ-1» и «Чанъэ-2». После того как обучение системы было окончательно завершено, исследователи применили ее к анализу данных, собранных при помощи спускаемого аппарата «Чанъэ-5», являвшегося частью китайской миссии по возврату образцов грунта с поверхности Луны. Алгоритм машинного обучения использовал эти данные для идентификации и подсчета кратеров на средних и низких лунных широтах. Эта новая система насчитала в общей сложности 109 956 кратеров – намного больше, чем когда-либо было насчитано для Луны. Она также позволила установить точное местоположение каждого из кратеров и примерный возраст, исходя из степени эрозии основных структурных составляющих кратера.
Исследование опубликовано в журнале Nature Communications; главный автор Чен Ян (Chen Yang).