NASA：使用AI在火星上寻找新的陨石坑

在过去的15年中， 美国宇航局火星侦察轨道器 在他周围徘徊 战神 研究其气候和地质。 航天器每天都会发送图片和其他兴趣 数据，被NASA科学家用来定位安全着陆点并了解冰在地球上的分布。

一些最有趣的 照片 已经被科学家们所掌握的 火山口。 这些图片可以帮助 发现星球的历史。

NASA的工程师们长期以来一直在尝试从火星获取样品。 没有他们，他们只能做 用于确定每个陨石坑的年龄和组成的猜想。

一种久经考验的方法是根据地球上最新的陨石坑的特征来确定最古老的陨石坑的年龄。 如果科学家能够确定一些新的陨石坑的年龄，那么在几年甚至几周内， 将能够使用这些 数据 作为确定更老的陨石坑的年龄和组成的基础。 问题在于找到新的陨石坑。

通过NASA科学家拍摄的图像来定位它们是繁琐的工作，但是在这个问题上可能会有所帮助 AI 技术.

前一段时间，NASA研究人员使用了一个 机器学习算法 第一次在火星上发现新的陨石坑。 人工智能被发现 隐藏在图片中的数十个陨石坑 由火星侦察轨道飞行器发送。

这种方法展示了一种研究行星的新方法。 ”从科学的角度来看，这很有趣，因为它增加了我们对这些特征的认识NASA的计算机科学家Kiri Wagstaff说。 ”“ 数据 他们一直在那儿，我们只是没看到他们“。

火星侦察轨道器有 三个相机但是Wagstaff和她的同事 仅使用Context和HiRISE成像仪的图像训练AI。 Context是一种分辨率相对较低的相机，而HiRISE使用有史以来最大的反射望远镜发送到太空中，以比高分辨率图像高出三倍的分辨率显示图像。 谷歌 地图。

最初，人工智能工具为火星拍摄了近7.000张照片。 一些包括科学家已经发现的陨石坑，而另一些则没有。 通过这种方式， 研究人员想在算法中学习如何检测新的火山口。 在成功测试之后，Wagstaff和她的团队 将算法加载到NASA喷气推进实验室的超级计算机中 并用它查看包含超过112.000张火星图像的数据库。

“底层机器学习技术没有新内容瓦格斯塔夫说。 ”我们使用了一个相当标准的收敛网格来分析图像数据，但是要大规模实现它仍然是一个挑战。 那是我们必须处理的事情之一“。

根据数据，火星上最新的陨石坑很小，可能只有几米远，这意味着它们出现了 作为上下文图像中的暗像素。 如果该算法将假定的陨石坑的图像与同一区域的先前照片进行比较，并且发现暗点缺失，则很有可能找到了一个新的陨石坑。 上一个图像的日期对于确定火山口的创建时间也非常重要。

一旦AI检测到一些潜在的陨石坑， 美国国家航空航天局的研究人员使用高分辨率相机进行了更多观察，以确认火山口确实存在。 去年八月，证实了该算法首次检测到的陨石坑的存在。 这是AI首次在另一个星球上发现陨石坑。

利用人工智能将 可以极大地加快火星和其他行星上陨石坑的发现。 到目前为止，NASA研究人员一直在独立研究火星侦察轨道飞行器的图像， 最多花了四分之三小时 对于单个图像。 另一方面，AI可以在短短五秒钟内检测出图像是否包含新的深色元素。

据美国宇航局称，人工智能不仅将帮助确定火星陨石坑的年龄，而且还将有助于 发现行星表面之下的东西。 例如，大约十年前，火星侦察轨道器 他找到了 一个新的火山口，向科学家展示它的存在 冰形式的地下水。 通过研究，科学家能够更好地了解冰在整个行星表面的分布情况。 的 研究人员 相信AI将有助于更快地发现有关火星的其他数据。

一位研究人员说，谢谢 在AI中发现了60或70个以前从未发现过的新陨石坑。 而这仅仅是个开始。

瓦格斯塔夫（Wagstaff）和她的同事们相信，将来这种机器学习将在 间隔，以进一步加快流程。 诸如火星侦察轨道飞行器之类的太空飞船将能够对其进行分析 数据 他们没有将所有照片发送到地球而接收。 这将使任务更加灵活，因为飞船将不必等待科学家的批准来测试一个点。 如果检测到潜在的火山口，则可以立即使用更先进的仪器进行监视。

但是，目前有很多 遥远的目标。 为了使分析成为可能，需要做很多事情 数据 以这种方式在太空中。

来源：有线