最近,美國和加拿大的研究人員用人工智能發(fā)現(xiàn)了月球上近7000個此前未被發(fā)現(xiàn)的隕石坑,僅用時幾個小時。未來,人類將有可能在這些隕石坑巨大的陰影下建立月球基地。
人類離開地球后的第一個家園可能很快就會被找到。
最近,美國賓夕法尼亞州立大學(xué)的Ari Silburt和加拿大多倫多大學(xué)的Mohamad Ali-Dib領(lǐng)導(dǎo)的研究小組,利用人工智能發(fā)現(xiàn)了月球上近7000個此前未被發(fā)現(xiàn)的隕石坑,僅用時幾個小時。
專家說,未來,人類可以在隕石坑巨大的陰影下建立月球基地,這樣可以保護殖民者免受太陽輻射的危險。
人工神經(jīng)網(wǎng)絡(luò)識別9萬張圖像,數(shù)小時發(fā)現(xiàn)6883個新隕石坑
過去,人們在計算月球上的隕石坑時,需要手動查看圖像,找到并計算隕石坑的數(shù)量,然后根據(jù)圖像大小計算它們的實際大小。
研究人員也曾嘗試過開發(fā)算法來識別和計算月球隕石坑,但是當它們用于新的、以前看不見的隕石坑時,往往表現(xiàn)不佳。
Ali-Dib和他的同事開發(fā)的算法可以很好地發(fā)現(xiàn)不容易識別的月球,甚至水星等其他星球上的隕石坑。
該算法經(jīng)過訓(xùn)練以識別火山口的邊緣,然后對照先前發(fā)現(xiàn)的火山口的數(shù)據(jù)庫進行檢查,算法使用這些信息來確認新的形狀符合已知的火山口形狀。這使得算法可以區(qū)分隕石坑和其他地質(zhì)形狀,包括山脈和山脊。
為了確定其準確性,研究團隊首先在覆蓋三分之二的月球的大型數(shù)據(jù)集上訓(xùn)練神經(jīng)網(wǎng)絡(luò),然后在余下三分之一的月球上測試他們的訓(xùn)練網(wǎng)絡(luò)。最終的結(jié)果表現(xiàn)非常好,它能夠識別兩倍于傳統(tǒng)手動計數(shù)的隕石坑。而實際上上,它能夠在月球上識別出約7000個以前不明的隕石坑。
專家將90000幅月球表面圖像輸入到人造神經(jīng)網(wǎng)絡(luò),并對圖像進行分類并確定直徑大于5公里的隕石坑。這張圖片顯示了AI在非月亮照片上的識別能力。
當機器進行測試時,它找到了6883個新隕石坑,使這個尺寸的已知隕石坑總數(shù)增加了一倍。該圖像顯示原始圖像(左),AI對火山口位置(中心)的預(yù)測以及這些預(yù)測疊加在原始圖像上(右圖)
然而,人工智能確實不時出現(xiàn)失誤,錯誤地識別出了一些隕石坑,而忽略了其他的隕石坑。大約四分之一正確識別的隕石坑的真實位置沒有顯示(紅色)
Silburt博士說,一旦模型有了更多的改進,AI就可以用來發(fā)現(xiàn)成千上萬、身份不明的5公里以下的隕石坑。
未來,Ali-Dib表示計劃將進一步改進算法,使研究人員能夠找到更多的隕石坑,并在其他太陽系體如火星、谷神星(Ceres)、木星和土星的衛(wèi)星上使用。
通過隕石坑研究太陽系,2030年人類登月找到定居點?
了解隕石坑在月球上的大小和位置非常重要,因為它為我們的太陽系歷史提供了一個研究窗口。 Ali-Dib指出,通過研究各種形狀、大小和年齡的撞擊坑,研究人員可以更好地了解太陽系早期發(fā)生的物質(zhì)分布和物理現(xiàn)象。
由于月球沒有大氣、板塊構(gòu)造和水,所以幾乎沒有受到地表侵蝕,因此一些隕石坑的形成時間可以達到40億年。大隕石坑的年齡也可以通過計算里面有多少個小隕石坑來確定。
LRO拍攝的月球隕石坑
這次研究使用的許多圖像是通過美國國家航空航天局的月球偵察軌道飛行器(Lunar Reconnaissance Orbiter ,LRO)獲取,該飛行器在2009年發(fā)射升空,這是美國“重返月球”計劃的第一步,為美國下一步載人探月以及探索太陽系提供重要數(shù)據(jù)。
LRO返回月球全部數(shù)據(jù),如日間溫度地圖、月球大地測量網(wǎng)格、高分辨率彩色成像和月球的UV反照率(這是衡量太陽輻射被天文物體反射回太空中的比例的測量值)。
月球偵察軌道飛行器LRO(意境圖)
LRO有助于確定月球上潛在資源點,具有極高的科學(xué)價值,資源點能夠為人類提供良好的地形和未來機器人和人類執(zhí)行月球任務(wù)所需的安全環(huán)境。
歐洲航天局推動的“月球村”計劃大使Bernard Foing教授曾表示,到2030年,可能會有六到十個人類先驅(qū)者在月球上找到定居點,到2040年人類在月球上的數(shù)量可能增長到100人。
Bernard Foing
“到了2050年,可能會有一千人,然后......自然你可以設(shè)想讓家人在那里工作。”Bernard Foing說。
Bernard Foing認為,潛在的月球資源包括玄武巖,這是一種火山巖,它可用作打印3D衛(wèi)星的原材料。這些衛(wèi)星可以從月球上發(fā)射,因為其重力只有地球的一小部分。
未來人類月球定居點(意境圖)
此外,月球還擁有氦3,這是我們這個星球上罕見的同位素,它理論上可以用來為地球產(chǎn)生更清潔,更安全的核能。
月球上的水被凝結(jié)在月亮兩極的冰上,而水可以分離成氫氣和氧氣,兩種氣體在混合時會爆炸——這能提供火箭燃料。
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4814瀏覽量
103577 -
人工智能
+關(guān)注
關(guān)注
1806文章
49011瀏覽量
249358
原文標題:【月球殖民靠AI】神經(jīng)網(wǎng)絡(luò)發(fā)現(xiàn)7000個新隕石坑,人類2030年或找到月球定居點
文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

卷積神經(jīng)網(wǎng)絡(luò)在自然語言處理中的應(yīng)用
卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
深度學(xué)習(xí)中的卷積神經(jīng)網(wǎng)絡(luò)模型
卷積神經(jīng)網(wǎng)絡(luò)的基本原理與算法
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
LSTM神經(jīng)網(wǎng)絡(luò)在圖像處理中的應(yīng)用
LSTM神經(jīng)網(wǎng)絡(luò)在語音識別中的應(yīng)用實例
Moku人工神經(jīng)網(wǎng)絡(luò)101

評論