人工知能は月のクレーターを数えるのに役立ちます

研究者の国際チームは、機械学習アルゴリズムを使用して、100,000を超える月のクレーターをカウントおよびマッピングしました。

月面のクレーターの識別と位置特定に関する以前の研究では、このプロセスは非常に長いことが示されています。通常、写真を調べ、受け取った情報を使用してマップを編集することにより、手動で実行されました。新しい研究では、科学者は、クレーターを識別して数えるようにコンピューターをトレーニングすることにより、このプロセスを劇的にスピードアップする方法を発見しました。

クレーターはさまざまな形をとることができるため、コンピューターにクレーターを認識するように教えることは困難です。すべてのクレーターが通常のリングであるわけではありませんが、すべてのクレーターは年齢が異なるため、最も古いクレーターでは、侵食プロセスの影響で明確な特性がぼやけていました。科学者たちは、月面のすべてのクレーターの位置をマッピングし、各クレーターの日付を記入して、太陽系の歴史を研究するための強力なツールを提供したいと考えていました。

この新しいアプローチには、クレーターの基礎となる構造を認識するための機械学習アルゴリズムのトレーニングが含まれていました。次に、中国のChang'e-1およびChang'e-2月周回衛星からのデータ分析に基づいて、より広いコンテキストでクレーターを認識するようにアルゴリズムがトレーニングされました。システムのトレーニングが最終的に完了した後、研究者は、月面から土壌サンプルを返すという中国の使命の一部であるChang'e-5着陸船を使用して収集されたデータの分析にそれを適用しました。機械学習アルゴリズムは、このデータを使用して、月の中緯度および低緯度のクレーターを識別およびカウントしました。この新しいシステムは、合計109,956個のクレーターをカウントしました。これは、これまで月でカウントされたものよりはるかに多い数です。また、クレーターの主要な構造コンポーネントの侵食の程度に基づいて、各クレーターの正確な位置とおおよその年齢を確立することも可能になりました。

この研究は、ジャーナルNatureCommunicationsに掲載されています。筆頭著者のチェン・ヤン。