인공 지능은 달의 분화구 수를 세는 데 도움이됩니다.

국제 연구팀은 기계 학습 알고리즘을 사용하여 100,000 개 이상의 달 분화구를 세고 매핑했습니다.

달의 분화구를 식별하고 찾는 이전 작업은이 과정이 매우 길다는 것을 보여주었습니다. 일반적으로 사진을 연구 한 다음받은 정보를 사용하여지도를 편집하여 수동으로 수행했습니다. 새로운 연구에서 과학자들은 분화구를 식별하고 계산하도록 컴퓨터를 훈련시켜이 과정을 극적으로 가속화하는 방법을 발견했습니다.

크레이터는 다양한 형태를 취할 수 있기 때문에 컴퓨터가 크레이터를 인식하도록 가르치는 것은 어렵습니다. 모든 분화구가 규칙적인 고리는 아니지만 모든 분화구는 연령이 다르기 때문에 가장 오래된 분화구에서는 침식 과정의 영향을 받아 정의되는 특성이 "씻겨 나가는"것입니다. 과학자들은 달 표면에있는 모든 분화구의 위치를 ​​매핑하고 각 분화구의 날짜를 지정하여 태양계의 역사를 연구 할 수있는 강력한 도구를 제공하고자했습니다.

이 새로운 접근 방식에는 분화구의 기본 구조를 인식하기위한 기계 학습 알고리즘 훈련이 포함되었습니다. 그런 다음 알고리즘은 중국의 Chang'e-1 및 Chang'e-2 달 궤도 선의 데이터 분석을 기반으로 더 넓은 맥락에서 분화구를 인식하도록 훈련되었습니다. 시스템 훈련이 마침내 완료된 후 연구원들은 달 표면에서 토양 샘플을 반환하는 중국 임무의 일부인 Chang'e-5 착륙선을 사용하여 수집 된 데이터 분석에이를 적용했습니다. 기계 학습 알고리즘은이 데이터를 사용하여 달 중위도 및 저위도의 분화구를 식별하고 계산했습니다. 이 새로운 시스템은 총 109,956 개의 분화구를 포함하여 달을 위해 계산 된 것보다 훨씬 더 많습니다. 또한 각 분화구의 정확한 위치와 분화구의 주요 구조 구성 요소의 침식 정도에 따라 대략적인 연령을 설정할 수있었습니다.

이 연구는 Nature Communications 저널에 게재되었습니다. 주 저자 Chen Yang.