L'intelligenza artificiale aiuta a contare i crateri sulla luna
Un team internazionale di ricercatori ha utilizzato algoritmi di apprendimento automatico per contare e mappare oltre 100.000 crateri lunari.
Precedenti lavori sull'identificazione e la localizzazione dei crateri sulla Luna hanno dimostrato che questo processo è molto lungo - di solito è stato effettuato manualmente, studiando fotografie e poi compilando mappe utilizzando le informazioni ricevute. In un nuovo studio, gli scienziati hanno trovato un modo per accelerare notevolmente questo processo addestrando un computer a identificare i crateri e contarli.
Insegnare a un computer a riconoscere i crateri è impegnativo perché i crateri possono assumere molte forme. Non tutti i crateri sono anelli regolari, mentre tutti i crateri sono di età diverse, e quindi, nei crateri più antichi, le caratteristiche distintive erano sfumate sotto l'influenza dei processi di erosione. Gli scienziati volevano mappare le posizioni di tutti i crateri sulla superficie lunare e datare ogni cratere, per fornire un potente strumento per studiare la storia del nostro sistema solare.
Questo nuovo approccio prevedeva l'addestramento di un algoritmo di apprendimento automatico per riconoscere la struttura sottostante del cratere. L'algoritmo è stato quindi addestrato per riconoscere i crateri in un contesto più ampio, sulla base dell'analisi dei dati dagli orbitanti lunari cinesi Chang'e-1 e Chang'e-2. Dopo l'addestramento, il sistema è stato finalmente completato, i ricercatori lo hanno applicato all'analisi dei dati raccolti utilizzando il lander Chang'e-5, che faceva parte della missione cinese per restituire campioni di suolo dalla superficie lunare. Un algoritmo di apprendimento automatico ha utilizzato questi dati per identificare e contare i crateri alle latitudini lunari medie e basse. Questo nuovo sistema contava un totale di 109.956 crateri, molto più di quanto non sia mai stato contato per la Luna. Ha inoltre permesso di stabilire la posizione esatta di ciascuno dei crateri e l'età approssimativa in base al grado di erosione dei principali componenti strutturali del cratere.
La ricerca è pubblicata sulla rivista Nature Communications; l'autore principale Chen Yang.