在过去的15年里,美国宇航局的火星勘测轨道飞行器(Mars Reconnaissance Orbiter)一直绕着这颗红色星球绕圈,研究其气候和地质。每一天,轨道飞行器都会发回珍贵的图像和其他传感器数据,NASA的科学家们曾利用这些数据来寻找火星探测器的安全着陆点,并了解火星上水冰的分布情况。
科学家们特别感兴趣的是轨道飞行器的陨石坑照片,它可以提供一个窗口,了解火星的深层历史。
但工程师们仍在致力于从火星返回样本的任务。没有岩石帮助他们根据地表条件校准远程卫星数据的情况下,在确定每个陨石坑的年龄和组成时,他们必须做大量有根据的猜测。
目前,他们需要其他方法来梳理这些信息。梳理一颗行星的图像数据,寻找新撞击的迹象是一项乏味的工作,但这正是人工智能(AI)要解决的问题。
去年年底,美国国家航空航天局(NASA)的研究人员首次使用机器学习算法发现了火星上新鲜的陨石坑。人工智能在火星勘测轨道飞行器(Mars Reconnaissance Orbiter)传回的图像数据中发现了数十个隐藏的行星,并揭示了一种研究太阳系行星的有前途的新方法。“从科学的角度来看,这是令人兴奋的,因为它增加了我们对这些特征的知识,”NASA喷气推进实验室的计算机科学家、该研究团队的负责人之一基里·瓦格斯塔夫(Kiri Wagstaff)说。“数据一直都在那里,只是我们自己没有看到而已。”
火星勘测轨道飞行器携带3个照相机,但瓦格斯塔夫和她的同事仅使用背景图像和HiRISE图像来训练他们的人工智能。HiRISE使用了有史以来送入深空的最大的反射望远镜来生成图像,其分辨率大约是谷歌地图上使用的图像的三倍。
首先,人工智能接收了近7000张火星轨道照片——其中一些有之前发现的陨石坑,另一些则没有任何陨石坑——以教会算法如何探测新的袭击。分类器能够准确探测到训练集中的陨石坑后,瓦格斯塔夫和她的团队将算法加载到喷气推进实验室的一台超级计算机上,并使用它梳理来自轨道飞行器的超过112,000张图像的数据库。
“我们使用了一个非常标准的卷积网络来分析图像数据,但能够大规模应用它仍然是一个挑战。这是我们必须解决的问题之一。”
一旦人工智能确定了一些有希望的陨石坑,美国宇航局的研究人员就可以用轨道飞行器的高分辨率摄像机进行一些后续观察,以确认陨石坑确实存在。去年8月,该团队第一次得到了确认,轨道飞行器拍摄了一组被算法识别的陨石坑,大约有60-70个。这是人工智能第一次在另一个星球上发现陨石坑。
这个新过程可能会大大加快在火星和其他行星上发现陨石坑的速度。过去,NASA科学家们不得不手动搜索航天器拍摄的图像,每张平均耗时45分钟。相比之下,新的AI算法可以在短短5秒内发现图像上是否包含新的暗斑。
编译/前瞻经济学人APP资讯组
参考资料:https://www.wired.com/story/nasa-is-training-an-ai-to-detect-fresh-craters-on-mars/
https://www.jpl.nasa.gov/news/ai-is-helping-scientists-discover-fresh-craters-on-mars/