A inteligência artificial ajuda a contar crateras na lua
Uma equipe internacional de pesquisadores usou algoritmos de aprendizado de máquina para contar e mapear mais de 100.000 crateras lunares.
Trabalhos anteriores de identificação e localização de crateras na Lua mostraram que esse processo é muito longo - geralmente era feito manualmente, estudando fotos e compilando mapas usando as informações recebidas. Em um novo estudo, os cientistas descobriram uma maneira de acelerar drasticamente esse processo, treinando um computador para identificar crateras e contá-las.
Ensinar um computador a reconhecer crateras é desafiador porque as crateras podem assumir muitas formas. Nem todas as crateras são anéis regulares, enquanto todas as crateras têm idades diferentes e, portanto, nas crateras mais antigas, as características definidoras foram borradas sob a influência de processos de erosão. Os cientistas queriam mapear a localização de todas as crateras na superfície da lua e datar cada cratera - para fornecer uma ferramenta poderosa para estudar a história do nosso sistema solar.
Esta nova abordagem envolveu o treinamento de um algoritmo de aprendizado de máquina para reconhecer a estrutura subjacente da cratera. O algoritmo foi então treinado para reconhecer crateras em um contexto mais amplo, com base na análise de dados dos orbitadores lunares Chang'e-1 e Chang'e-2 da China. Depois que o treinamento do sistema foi finalmente concluído, os pesquisadores o aplicaram à análise de dados coletados usando a sonda Chang'e-5, que fazia parte da missão chinesa de devolver amostras de solo da superfície lunar. Um algoritmo de aprendizado de máquina usou esses dados para identificar e contar crateras em latitudes lunares médias e baixas. Este novo sistema contou um total de 109.956 crateras - muito mais do que já foi contado para a lua. Também possibilitou estabelecer a localização exata de cada uma das crateras e a idade aproximada com base no grau de erosão dos principais componentes estruturais da cratera.
A pesquisa foi publicada na revista Nature Communications; autor principal Chen Yang.