Как можно использовать искусственный интеллект (ИИ) для обнаружения лунных ям и световодов — поверхностных углублений и отверстий, которые служат входами в лавовые пещеры и туннели? На этот вопрос пытается ответить недавнее исследование, опубликованное в журнале Icarus. Международная группа учёных изучала возможность использования алгоритмов машинного обучения для более эффективного выявления ям и световодов в лунных вулканических регионах (лунных морях) Луны. Это исследование может помочь учёным разработать новые методы идентификации ключевых особенностей поверхности на планетарных телах, что может облегчить как роботизированные, так и человеческие исследования.
Методы исследования
Для исследования учёные использовали несколько моделей глубокого обучения, чтобы идентифицировать ямы и световоды с помощью орбитальных снимков Луны и Марса. Цель состояла в том, чтобы обнаружить новые лунные ямы и световоды в дополнение к 16, которые были ранее идентифицированы в Атласе лунных ям.
Одной из ям, использованных для обучения модели, была хорошо известная яма в Море Спокойствия (Mare Tranquillitatis Pit), которую несколько раз снимали на камеру. По оценкам, её минимальный радиус составляет 100 метров, а глубина — примерно 105 метров.
В итоге исследователи обнаружили, что модель глубокого обучения под названием ESSA (Entrances to Sub-Surface Areas) работает лучше всего. Она успешно идентифицировала два новых световода, несмотря на то, что наблюдала лишь примерно 1,92% лунных морей.
Выводы исследования
Исследование отмечает, что, поскольку ESSA исследовала пока лишь примерно 0,23% поверхности Луны, существует ещё много данных, к которым её можно применить. В контексте поиска ям и световодов, которые связаны с потенциальными входами в пещеры, регионы морей всё ещё должны иметь приоритет для подачи в ESSA.
До сих пор ESSA в основном применялась к меньшим месторождениям в морях, которые имеют чётко определённые границы, например, в пределах ударных кратеров. Однако при выделении достаточного времени для обработки изображений ESSA может искать ямы и световоды в некоторых более крупных лунных морях (таких как Море Холода), перебирая интервалы широты и долготы.
Значение исследования
Лунные ямы и световоды служат входами в подземные лавовые туннели, которые могут облегчить будущие роботизированные и человеческие исследования, помогая лучше понять вулканическую историю Луны, а также могут служить убежищем для будущих астронавтов. Это связано с тем, что, в отличие от Земли, на Луне нет атмосферы с защитным озоновым слоем и магнитным полем, что подвергает астронавтов вредному солнечному и космическому излучению.
Планы НАСА
Программа НАСА «Artemis» планирует отправить людей обратно на поверхность Луны в ближайшие годы впервые с момента миссии «Аполлон-17» в 1972 году. Хотя планы «Artemis» предусматривают высадку астронавтов на южном полюсе Луны, вдали от лавовых пещер и туннелей, это исследование демонстрирует, как ИИ и машинное обучение могут помочь идентифицировать ключевые особенности лунной поверхности, включая залежи водяного льда и другие ресурсы, которые можно использовать для освоения ресурсов на месте.
Использование ИИ и моделей машинного обучения в планетологии продолжает демонстрировать исключительную скорость и эффективность с целью расширения наших знаний о планетарных телах всех размеров и типов как в нашей Солнечной системе, так и за её пределами.
Как ИИ поможет идентифицировать ямы, световоды и другие ключевые особенности поверхности Луны и других планетарных тел в ближайшие годы и десятилетия? Время покажет, и именно поэтому мы занимаемся наукой!