Технология глубокого изучения искусственного интеллекта обнаружила более 6 000 новых кратеров на Луне. Эти невидимые кратеры были отображены инструментом AI всего за несколько часов.
Исследователи используют нейронные сети для изучения и отображения лунной поверхности. Используя новую технику, они успешно посчитали новые кратеры на Луне.
«Нам нужно вручную взглянуть на изображение, найти и подсчитать кратеры, а затем рассчитать, насколько они основаны на размере изображения», – говорит Мохамад Али-Диб из Центра планетарных наук Университета Торонто Скарборо.
Исследователи сначала обучили сверточную нейронную сеть на наборе данных, охватывающем две трети Луны. Затем они протестировали нейронную сеть на оставшуюся треть луны. Результаты дают 92 процента кратеров из генерируемых человеком наборов тестов и почти в два раза больше общего количества обнаружений кратеров.
Они смогли обнаружить около 6 000 ранее неопознанных кратеров на поверхности Луны.
Из обнаруженных новых кратеров 15 процентов меньше диаметра, чем минимальный размер кратера в наборе данных наземной истины. Ошибки по сравнению с наборами данных, генерируемых человеком, составляют всего 11% или менее, что делает инструмент глубокого обучения полезным при автоматическом извлечении информации о кратерах на различные тела солнечной системы.
Основой глубокого обучения, используемой для исследования, является графический процессор NVIDIA Tesla P100 и ускоритель TensorFlow cuDNN .
Благодаря глубокому обучению, машины могут идентифицировать даже небольшие кратеры и раскрывать больше информации о других телах Солнечной системы, включая Меркурий, карликовую планету Цереру, астероид Веста или ледяные луны Юпитера и Сатурна.
Этот метод был разработан Али-Дибом, соавтором исследования Ари Силбурт из Университета штата Пенсильвания, постдокторским исследователем Ченчхоном Чарльзом Чжу и группой исследователей из Центра планетных наук и Канадского института теоретической астрофизики.
