Tehnologia prin care NASA cercetează planeta Marte ca să înțelegem mai bine ce-i acolo
În ultimii 15 ani, Mars Reconnaissance Orbiter al NASA face ture în jurul Planetei Roșii studiindu-i clima și geologia.
În fiecare zi, nava spațială trimite înapoi imagini și alte date pe care oamenii de știință ai NASA le-au folosit pentru a căuta locuri de aterizare sigure pentru rovere și pentru a înțelege distribuția apei pe planetă, conform Wired.
Un interes deosebit pentru oamenii de știință sunt fotografiile craterelor, care pot oferi o fereastră către istoria profundă a planetei. Inginerii NASA încă lucrează la o misiune de returnare a probelor de pe Marte.
Deocamdată, au nevoie de alte modalități pentru a obține aceste informații. O metodă încercată și care a dat roade este de a extrapola epoca celor mai vechi cratere din caracteristicile celor mai noi cratere ale planetei. Întrucât oamenii de știință pot cunoaște vârsta unor situri, le pot folosi ca bază pentru a determina vârsta și compoziția craterelor mult mai vechi.
NASA folosește inteligența artificială ca să descopere cratere pe Marte
La sfârșitul anului trecut, cercetătorii de la NASA au folosit un algoritm de învățare automată pentru a descoperi pentru prima dată cratere noi marțiene. AI a descoperit zeci dintre ele ascunzându-se în datele imaginilor de pe Mars Reconnaissance Orbiter și a dezvăluit o nouă modalitate promițătoare de a studia planetele din sistemul nostru solar.
„Dintr-o perspectivă științifică, este interesant, deoarece ne crește cunoștințele despre aceste caracteristici”, spune Kiri Wagstaff, informatician la Jet Propulsion Laboratory al NASA și unul dintre liderii echipei de cercetare. „Datele erau acolo tot timpul, doar că nu le-am văzut”.
Mars Reconnaissance Orbiter are trei camere, dar Wagstaff și colegii ei și-au instruit algoritmul de AI folosind date de la Context și HiRISE. Context este o cameră cu tonuri de gri cu rezoluție relativ scăzută, în timp ce HiRISE folosește cel mai mare telescop reflectorizant trimis vreodată în spațiul profund, pentru a produce imagini cu rezoluții de aproximativ trei ori mai mari decât imaginile utilizate pe Google Maps.
În primul rând, algoritmul AI a fost alimentat cu aproape 7.000 de fotografii ale lui Marte. După ce a reușit să detecteze cu precizie craterele din setul de antrenament, Wagstaff și echipa ei au încărcat algoritmul pe un supercomputer de la Jet Propulsion Laboratory și l-au folosit pentru a trece printr-o bază de date de peste 112.000 de imagini de pe navă.
Aceste descoperiri ar putea ajuta la înțelegerea Planetei Roșii
„Nu există nimic nou cu tehnologia care stă la baza învățării automate”, spune Wagstaff. „Am folosit o rețea convoluțională standard pentru a analiza datele imaginilor, dar a fi capabil să le aplicăm la scară largă este încă o provocare”.
Cele mai recente cratere de pe Marte sunt mici și ar putea avea doar câțiva metri, ceea ce înseamnă că apar ca pete întunecate pixelate pe imaginile contextuale. Dacă algoritmul compară imaginea craterului candidat cu o fotografie anterioară din aceeași zonă și constată că lipsește peticul întunecat, există șanse mari să găsească un nou crater. Datele imaginilor anterioare ajută, de asemenea, la stabilirea cronologiei pentru momentul în care s-a produs impactul.
Odată ce AI a identificat câțiva candidați promițători, cercetătorii NASA au reușit să facă câteva observații ulterioare cu camera de înaltă rezoluție, pentru a confirma existența craterelor. În august anul trecut, echipa a primit prima confirmare atunci când au fotografiat un grup de cratere care fuseseră identificate de algoritm. Era pentru prima dată când un AI descoperea un crater pe altă planetă.