Kietą paviršių turinčių beorių kūnų – pavyzdžiui, Mėnulio – paviršiaus tyrimams labai svarbu suprasti, kaip ir kada ten formavosi krateriai. Skaičiuoti kraterius nuotraukose rankiniu būdu užtrunka labai ilgai, be to, ne visi skaičiuotojai vienodai interpretuoja vaizdus. Tai atrodo kaip uždavinys, puikiai tinkantis mašininio mokymo algoritmams.
Visgi ir čia kyla iššūkių: ne visi krateriai yra apvalūs, ne visų kraštai ryškūs, be to, krateriai gali persidengti. Bet visi iššūkiai įveikiami, o naujame darbe pristatomas pirmas efektyvus automatizuotas kraterių paieškos algoritmas.
Apmokę algoritmą su kiek daugiau nei 7000 žinomų kraterių nuotraukomis bei beveik 2000 kraterių amžiaus informacija, tyrėjai davė jam analizuoti Kinijos Chang’e misijų darytas nuotraukas. Jose algoritmas rado daugiau nei šimtą tūkstančių naujų kraterių. Dauguma naujųjų kraterių yra nedideli, mažesni nei dešimties kilometrų.
Visgi tarp naujai atrastų kraterių beveik 19 tūkstančių yra aštuonių kilometrų skersmens ir didesni – jiems visiems algoritmas įvertino tikėtiniausią formavimosi mechanizmą.
Šie atradimai – ir pats algoritmas, ir juo surastų kraterių katalogas – padės geriau suprasti Mėnulio evoliuciją, datuoti skirtingus jo paviršius ir nustatyti, kaip kito asteroidų populiacija vystantis Saulės sistemai.
Tyrimo rezultatai publikuojami „Nature Communications“.
