2020. 11. 26. - 07:44

Mesterséges intelligencia fedezte fel az első krátereket a Marson

Mesterséges intelligencia fedezte fel az első krátereket a Marson
Meteorbecsapódások okozta krátereket fedezett fel a NASA, melyek a 2010-es évek elején keletkeztek a vörös bolygón. A róluk készült képek elkészítésében a mesterséges intelligencia játszotta a főszerepet.

A NASA rendszere a krátereket a Mars Reconnaissance Orbiter nevű űrszonda segítségével térképezte fel, amelyet 2005-ben azért bocsátottak fel, hogy a bolygó vízkészletét és annak történelmét tanulmányozza.

Az észlelt krátereket egy meteor darabjai hozták létre, ami akkor szakadt több részre, amikor a Mars egén repült, valamikor 2010 márciusa és 2012 májusa között. A törmelékek a Noctis Fossae régióban landoltak, melynek eredményeként hosszúkás, de keskeny és sekély mélyedések alakultak ki a felszínen. Kráterek valóságos sorát hagyták maguk után mintegy 30 méteres kiterjedésben.

A legnagyobb 4 méter széles, mégis a felvételeken olyan kicsinek tűnt, hogy emberi szemmel igen nehéz lett volna észrevenni.

A kráterek felkutatásában eddig az volt a gyakorlat, hogy a NASA Mars Reconnaissance Orbiter Context Camera segítségével készített képeket a tudósok hosszú és fáradságos munkával, a saját szemükkel próbálták elemezni. Az alacsony felbontású képek esetében darabonként csupán 40 percbe telik a beolvasás.

A marsi kráterek felkutatásában segít a mesterséges intelligencia
A marsi kráterek felkutatásában segít a mesterséges intelligencia


Ahhoz, hogy időt takarítsanak meg, nem utolsó sorban pedig a hatékonyságot növeljék, a NASA dél-kaliforniai Jet Propulsion Laboratory (JPL) létesítményében a szakemberek a mesterségesintelligencia-kutatókkal karöltve egy olyan eszközt hívtak életre, amit automatikus frisskráter-osztályzónak neveztek el.

Az eszközt a Context Camera 6.830 képének felhasználásával tréningezték. Az adatkészlet számos olyan krátert tartalmazott, melyek létezését korábban már megerősítették, továbbá olyan képeket is, amelyek nem rendelkeznek ilyen validálással - ezzel megmutatva a mesterséges intelligenciának, hogy mit is kell keresni.

Ezután az osztályozót a Context Camera teljes, mintegy 112.000 képből álló adatkészletén alkalmazták. Az eredmény pedig magáért beszél: míg egy tudósnak kb. 40 percbe telt egy kép ellenőrzése, az MI-nek átlagosan 5 másodpercre volt ehhez szüksége. De természetesen az emberi tényezőt nem iktatták ki a folyamatból, mivel egy tudós folyamatosan ellenőrizte az osztályozó munkáját.

Az utolsó lépésben bevetették a NASA HiRISE kameráját, amely olyan kisebb képződményeket is képes észrevenni, mint egy konyhaasztal. Ezzel egy extra megerősítést kaptak, hogy az MI által észlelt folt valóban kráter-e.

Az osztályozó már most tucatnyi nagyteljesítményű számítógépen fut a JPL-ben, és a jövőben a technológiát olyan módon tervezik továbbfejleszteni, hogy az a Mars-pályákon lévő űrszondák fedélzetén is alkalmazható legyen. Az egész projekt célja az, hogy a tudósok teljesebb képet kapjanak a Mars meteorhatásairól, ezáltal geológiai nyomokat biztosítva a vörös bolygó életének megismeréséhez.

- Varga Viktor -

Hírlevél feliratkozás

Kérjük, add meg adataidat a hírlevélre történő feliratkozáshoz! A megadott adatokat bizalmasan kezeljük, azokat harmadik félnek át nem adjuk.

 

gyulai_vafurdo

profight_banner.