人工智能(AI)幾乎已經(jīng)無所不在，我們生活的大多數(shù)方面都已經(jīng)被它們滲透，隨著AI在過去幾年取得的令人震驚的進(jìn)步，它在許多方面都可能幫助我們的生活變得更美好。近日，AI在月球上發(fā)現(xiàn)了近7000個未被發(fā)現(xiàn)的隕石坑。這里的AI技術(shù)算法，可以很好地檢測隕石坑，不僅是月球的一部分，還有水星地區(qū)。
月球隕石坑是行星、衛(wèi)星、小行星或其它天體表面通過隕石撞擊而形成的環(huán)形的凹坑。隨著隕石顆粒大小撞擊到月球表面時，會撞擊出不同大小的隕石坑寬度，不過有趣的現(xiàn)象是這些坑洞都相當(dāng)?shù)臏\。構(gòu)造活動和風(fēng)化已侵蝕了大部分地球表面隕石坑的痕跡，但月球隕石坑則不同，其中許多可追溯到數(shù)十億年。即使從遠(yuǎn)處看，隕石坑的大小分布和數(shù)量也可以用來揭示太陽系是如何形成的更多信息。
雖然人類已經(jīng)掌握了關(guān)于月球大量的探測數(shù)據(jù)，但要從中對月球隕石坑進(jìn)行篩選并非易事。研究人員通常只能利用肉眼對月球圖像進(jìn)行識別統(tǒng)計。顯然，這種方法費時費力，不僅效率低下，準(zhǔn)確率還不高。所以由賓夕法尼亞州立大學(xué)的Ari Silburt和多倫多大學(xué)的Mohamad Ali-Dib領(lǐng)導(dǎo)的團(tuán)隊將90000幅跨越月球表面的海拔高度圖的圖像轉(zhuǎn)化為卷積神經(jīng)網(wǎng)絡(luò)，一種善于分類圖像的算法。
該算法以識別直徑大于5公里的隕石坑。首先它會嘗試識別邊緣，然后檢查一組已知的隕石坑的形狀。如果系統(tǒng)上已經(jīng)有類似的形狀，那么它就可以確定它正在看的是一個隕石坑，而不是一座山峰或其他行星特征的邊緣。當(dāng)機(jī)器在覆蓋月球三分之一的圖像上進(jìn)行測試時，短短幾個小時內(nèi)它就發(fā)現(xiàn)了6883個新隕石坑，使得月球上已發(fā)現(xiàn)的此等尺寸的隕石坑數(shù)量幾乎翻了一倍。這種行之有效的方法將可推廣到對太陽系其他天體隕石坑的探測上。
然而，AI并不完美。因為它錯誤地確定了幾個隕石坑，還錯過了一些較大的隕石坑，在大約四分之一的調(diào)查結(jié)果中，這些位置明顯偏離了事實。盡管如此，隨著進(jìn)一步改進(jìn)，該系統(tǒng)還是可以用來加速月球隕石坑的計數(shù)。一旦模型更多改進(jìn)，我們就可以利用它發(fā)現(xiàn)5公里以下的成千上萬個目前身份不明的隕石坑。了解隕石坑在月球上的大小和位置非常重要，因為它為我們的太陽系歷史提供了一個研究窗口。
通過研究各種形狀、大小和年齡的撞擊坑，研究人員可以更好地了解太陽系早期發(fā)生的物質(zhì)分布和物理現(xiàn)象。如今，AI正好可以大展身手，比如:科學(xué)家在去年還曾利用卷積神經(jīng)網(wǎng)絡(luò)對一小片天區(qū)的數(shù)百萬張圖像展開識別，搜尋到56個新的引力透鏡候選。未來，人工智能在天文研究上必將發(fā)揮更大的作用。(科技新發(fā)現(xiàn)康斯坦丁/文)
聯(lián)系客服
