Искусственный интеллект научился автоматически выбирать перспективные участки Луны
Появился новый метод сканирования Луны, который позволяет автоматически классифицировать особенности спутника Земли по изображениям телескопа. Это повысит эффективность выбора мест для исследования.
Выбор места для посадки или исследования Луны - это сложный процесс, отметили ученые. Видимая площадь лунной поверхности состоит из тысяч кратеров. Выбор будущих мест для посадки и исследования может сводиться к выбору наиболее перспективных мест для строительства, полезных ископаемых или потенциальных энергетических ресурсов. Однако сканирование на глаз такой большой территории в поисках объектов размером, возможно, в несколько сотен метров, является трудоемким и часто неточным.
Теперь ученые из Китайского университета Гонконга применили машинное обучение и искусственный интеллект (ИИ) для автоматизации определения перспективных районов посадки и исследования Луны.
"Мы ищем лунные особенности, такие как кратеры, которые являются источниками энергетических ресурсов, таких как уран и гелий-3 - перспективный ресурс для ядерного синтеза, - отметила команда. - И то, и другое было обнаружено в лунных кратерах и может быть полезным ресурсом для пополнения запасов топлива космических аппаратов".
Следующей задачей была разработка вычислительного алгоритма, который можно использовать для оценки кратеров и территорий на Луне. "Мы решили эту проблему, создав систему глубокого обучения под названием high-resolution-moon-net. Она состоит из двух независимых сетей с одинаковой сетевой архитектурой для одновременного определения кратеров и изучения поверхности", - отметили исследователи.
Алгоритм команды достиг точности в 83,7%, что намного выше, чем у других методов.
