2010 年 3 月至 2012 年 5 月之间的某个时候,一颗流星划过火星的天空,在那里它破碎成碎片并坠入了这颗红色星球的表面。由此产生的陨石坑直径相对较小,只有 13 英尺。行星表面上的特征越小,从火星轨道飞行器上发现它们就越困难。
科学家们第一次使用人工智能和机器学习从那颗流星上发现了陨石坑。行星科学家表示,在这件事上使用人工智能是一个里程碑。宇航局喷气推进实验室的人工智能研究人员共同开发了发现撞击坑的机器学习工具。研究人员希望新的人工智能能够节省时间并增加研究结果的数量。
科学家用来发现此类陨石坑的典型方法是每天花费数小时研究火星勘测轨道飞行器拍摄的图像,寻找表面现象。研究火星的科学家们依靠火星勘测轨道飞行器的数据在其轨道运行的 14 年中发现了 1000 多个新陨石坑。
只有撞击点周围的爆炸痕迹突出,上图中无法看到单个陨石坑。该过程的下一步将是使用称为 HiRISE 的高分辨率成像科学实验来观察该区域。该仪器功能强大,可以看到与好奇号火星探测器留下的轨迹一样精细的细节。
手动搜索照片以寻找表面现象需要研究人员 40 分钟左右的时间来扫描单个 Context Camera 图像。为了加快这一过程,研究人员创建了一种称为自动新鲜撞击坑分类器的工具。训练分类器需要研究人员向其提供 6830 幅上下文相机图像,包括先前使用 HiRISE 确认的具有影响的位置。人类分析图像需要 40 分钟,而人工智能工具只需要 5 秒钟。研究人员指出,尽管具有所有计算能力,分类器仍然需要人工检查其工作。