Į visas planetas nuolatos krenta meteoroidai. Kartais jie pasiekia paviršių ir suformuoja naujus kraterius. Aptikę juos galime nustatyti, kaip dažnai krateriai formuojasi ir kokia yra mažų objektų populiacija Saulės sistemoje. Nepertraukiami Marso stebėjimai vykdomi jau kone 20 metų, labai daug prie to prisideda NASA zondas „Mars Reconnaisance Orbiter“ (MRO). Jo nuotraukose per 14 metų aptikta daugiau nei 1000 naujų kraterių, tačiau, žinoma, jų per tą laiką Marse atsirado daug daugiau. Dabar po truputį kraterių paieškai pasitelkiamas dirbtinis intelektas.
Asociatyvi „Pixabay“ nuotr.
NASA tyrimų centro JPL komanda sukūrė algoritmą, kuris automatiškai identifikuoja pokyčius nuotraukose, atitinkančius naujų kraterių paliktas žymes.
Algoritmas buvo apmokytas naudojant daugiau nei 6000 MRO nuotraukų, o vėliau jam leista dirbti su visais 112 tūkstančių zondo gautų atvaizdų. Kol kas tarp jų identifikuotas vienas naujas krateris, tiksliau sakant, kraterių grupė – kažkada tarp 2010 ir 2012 metų kritusio ir subyrėjusio meteoro išmuštos kelios iki keturių metrų skersmens duobės.
Dar 20 galimų kraterių šiuo metu laukia patvirtinimo naujais, daug detalesniais, MRO stebėjimais. Kol kas algoritmo darbui reikia naudoti superkompiuterius, ir vienai šimtus kvadratinių kilometrų paviršiaus apimančiai nuotraukai išanalizuoti reikia keleto sekundžių.
Nors tai daug geriau, nei žmogui reikalingos 40 minučių, ateityje tikimasi tobulesnę algoritmo versiją įdiegti tiesiai į orbitinius zondus, kad jie nuotraukų analizę galėtų atlikti net prieš siųsdami duomenis į Žemę. Taip būtų gerokai sumažinamas siųstuvų bei imtuvų pralaidumo poreikis ir taupomas mokslininkų darbo laikas.
Pasiūlymai, kaip integruoti mašininio mokymo algoritmus į planetų tyrimų misijas, išdėstyti prieš kelis mėnesius paskelbtame artimiausio dešimtmečio plane.
