Новые кратеры на Марсе открыла нейросеть
Искусственный интеллект помогает ученым открывать свежие кратеры на Марсе.
В период с марта 2010 года по май 2012 года по марсианскому небу пролетел метеор и разлетелся на части, врезавшись в поверхность планеты. Образовавшиеся кратеры были относительно небольшими — всего 4 метра в диаметре. Чем меньше объекты, тем труднее их обнаружить с помощью орбитальных аппаратов Марса. Но в этом случае впервые ученые заметили их с помощью искусственного интеллекта (ИИ), сообщает на своем сайте Лаборатория реактивного движения НАСА.
Обычно ученые часами каждый день изучают изображения, полученные с помощью орбитального аппарата NASA Mars Reconnaissance Orbiter (MRO). За 14 лет работы орбитального аппарата на Марсе ученые обнаружили более 1000 новых кратеров.
Как правило, сперва изучаются снимки с низким разрешением, охватывающие сотни миль, сделанные камерой CTX. На этих изображениях будут выделяться только следы взрыва вокруг места удара, а не отдельные воронки, поэтому следующй шаг — более внимательное изучение с помощью камеры HiRISE (High-Resolution Imaging Science Experiment). Этот инструмент настолько мощный, что может чётко видеть даже следы, оставленные марсоходом Curiosity.
Исследователю требуется около 40 минут для тщательного сканирования одного изображения от CTX. Поэтому в Лаборатории реактивного движения НАСА создали нейросеть — автоматический классификатор свежих ударных кратеров. Чтобы обучить классификатор кратеров, исследователи предоставили ему 6 830 изображений с контекстной камеры, включая изображения мест с ранее обнаруженными ударами, которые уже были подтверждены с помощью HiRISE. В инструмент также были загружены изображения без свежих кратеров, чтобы показать классификатору, чего не следует искать.
После обучения классификатор был развернут во всем репозитории CTX, содержащем около 112 000 изображений. Процесс анализа фотографий, который занимает у человека 40 минут, у нейросети происходит в среднем всего за пять секунд. Но, несмотря на свою вычислительную мощность, классификатор по-прежнему нуждается в том, чтобы человек проверял его работу.
«Искусственный интеллект не может провести такой квалифицированный анализ, как ученый, — пояснил компьютерный специалист JPL Кири Вагстафф. — Но такие инструменты, как этот новый алгоритм, могут быть их помощниками. Это открывает путь к захватывающему симбиозу людей и нейросети, работающих вместе для ускорения научных открытий».
Сейчас данные, отправляемые на Землю, требуют от ученых просеивания, чтобы найти интересные изображения, что очень похоже на попытку найти иголку в стоге сена. Теперь задачей специалистов состоит научить ИИ отдавать приоритет орбитальным изображениям, которые, скорее всего, заинтересуют ученых.
Ранее канал «Наука» рассказал о марсианской гонке.
Фото: НАСА