科学家使用AI在火星上发现微小的陨石坑

All these years, NASA scientists have laboriously sifted through spacecraft 图片to identify and classify markings on 火星. Now 他们’re using a new “classifier,”由人工智能驱动。人类需要40分钟才能使AI工具平均花费5秒钟。

具有线性特征的地形上的小流星陨石坑。

NASA上的高分辨率成像科学实验(HiRISE)相机’火星侦察轨道飞行器拍摄了火星上一个陨石坑星团的照片,这是人工智能(AI)首次发现的。美国宇航局说,“这些陨石坑是由单个流星的几块形成的。最大的火山口宽约13英尺(4米)。陨石坑总共跨越了红色星球的100英尺(30米)’的表面。火山口位于一个名为Noctis Fossae的地区,位于北纬-3.213,经度259.415。” Image via NASA / 联合警察-加州理工学院/亚利桑那大学。

2020年10月1日,位于美国加利福尼亚州帕萨迪纳市(NASA)的NASA喷气推进实验室的科学家 宣布 他们’一直在使用新的人工智能(AI)“分类器”。它’s a tool used to identify, or classify, geologic features and markings on the surface of another planet, 在 this case the planet 火星. They said 他们’ve taught their new tool to recognize and mark potential craters on 火星, so that scientists on 地球 and spacecraft 在 火星 orbit can then follow up, confirming the new find. And 他们 said the new AI tool had successfully identified a previously undiscovered cluster of small craters on 火星’表面,证明人工智能可用于帮助追踪地球以外的世界不断变化的景观。

Until the 在troduction of the new computer 分类器, planetary scientists had to make these 在itial identifications of meteor craters on 火星 themselves, by laboriously sifting through 图片from the 情境相机火星 Reconnaissance Orbiter 一次一个。当年轻的AI在Noctis Fossae区域图像的左下角看到一个不规则的小黑点时,一切都改变了。请参阅下面的发现图像。

2020年8月26日, HiRISE 火星侦察轨道飞行器上的相机确实证实了暗点实际上是一堆小陨石坑。现在认为陨石坑是在2010年3月至2012年5月之间某个时间流星坠入行星时在火星上形成的。

火星上的沙丘和陨石坑,左下方有不规则的黑色小斑点。

这里’是NASA的原始图像’s new AI “classifier”在火星上首次发现微小的陨石坑。该图像左下角的黑色小斑点–在红色圆圈内–是在火星的Noctis Fossae地区发现的火山口星团。一旦使用AI记录了这个小斑点,NASA上的HiRISE摄像头’火星侦察轨道器能够确认这一点。请参阅此文章顶部的确认图像。图片通过 NASA / 联合警察-加州理工学院/ MSSS。

根据 NASA声明,科学家花费多达40分钟的时间来分析由火星侦察轨道器拍摄的每张图像’的情境相机。他们必须搜索成千上万张图像,其中很多或大多数可能不会产生新发现或有趣的科学成果。新的AI助手–被科学家称为 an automated fresh-impact crater 分类器 –可以在大约五秒钟内分析图像。

这是否意味着在其他世界上寻找有趣事物的行星科学家将被人工智能取代?不,根据 英格丽(Ingrid Daubar), a scientist at both 联合警察 and 布朗大学 who was 在volved 在 the work. She said that AI still doesn’t have all of the critical skills or refined capability of a human scientist. So the work of a computer 分类器 still has to be checked. She said:

Scientists check to see if the 分类器 really identified a new impact, or if it was a false positive (those sometimes do occur). If it is a new impact, we check to see if it was one we already knew about, or a new one to add to our list. If it’s a new one we didn’t know about before, we also request a HiRISE image of it.

玻璃的一名年轻白肤金发的妇女。

英格丽(Ingrid Daubar) 美国宇航局’的喷气推进实验室和布朗大学是与新飞机合作的科学家之一“classifier,”一种人工智能工具,用于寻找其他行星上有趣的新地质特征。图片通过 布朗大学.

加里·多兰 is a computer scientist at 联合警察 who has also worked on the 分类器. He said that AI isn’t yet “well trained enough”了解可能看起来相似的功能之间的细微差别 低分辨率 图片– that is, 图片that might appear somewhat blurry or 像素化 –但实际上有很大的不同。他说:

有些功能在视觉上与新鲜的撞击坑非常相似。例如,一个暗沙丘可能看起来像是由新鲜撞击坑形成的暗斑。受过训练的科学家可以从视觉上区分这些,但是 算法 还不足以做到这一点。

我们要检查的另一件事是网站的“之前”图像,以便我们可以确定组建日期。说,有些陨石坑看起来很新鲜,可能是在过去100年中形成的,但是科学家对那些陨石坑最感兴趣,我们可以为它们给出一个受约束的日期范围。

一件蓝色格子花呢上衣的一个年轻人。

加里·多兰 是NASA机器学习和仪器自主性小组的成员’s Jet Propulsion Laboratory. He also works with the new 分类器. Image via 联合警察.

这不是’当然,这是科学家们第一次成功地将人工智能应用于他们的宇宙研究中。 2018年,多伦多大学士嘉堡分校的研究人员 部署了与自动驾驶汽车相同的机器学习算法 识别,计算和计算6,000个先前未发现的月球陨石坑的大小。该项目证明 基于神经网络的AI 可以信赖地从事一些与科学研究相关的最费力和耗时的工作。

For the new NASA 分类器, the task seemed simple: identify potential craters. However, while craters remain untouched by time and erosion on 我们干燥无气的月亮,不断变化的火星景观提出了不同的挑战。

对抗火星的挑战–有时沙尘暴覆盖地球,冰在地表进出–JPL研究人员团队花费了很多时间来开发分类器,并对分类器进行培训…以及不想要的东西。他们通过向AI提供一些6,830幅先前分析过的图像来进行此操作,以验证它是否可以找到HiRISE摄像机已经确认的撞击以及没有撞击的图像。

Doran, who worked very 关ly with the AI 分类器, and trained it to “think” about the 图片it was looking at, said that the training all started with a set of labels:

我们通过给分类器编程或“训练”分类器来提供新的,被科学家识别为撞击坑的标记示例,以发现新的撞击。我们还提供了一组不会产生影响的背景图像,因此分类器可以学会将这些陨石坑与表面上的其他特征区分开。分类器要做的工作是在大型[火星侦察轨道器]观测数据的大型数据集中找到其他示例。’的“情境摄像机”,类似于培训期间提供的示例。

太空科学家于2005年发射了火星侦察轨道器,其主要任务是在火星上寻找水的证据’并确定生命是否曾经存在过。其其他目标之一是对红色星球的气候和地质特征进行描述。

在过去的14年中,任务’s 情境相机收集了大约12万张低分辨率图像的资料库,科学家们已使用这些资料库识别了红色星球表面上的1,000多个新的陨石坑,以及行星景观的其他变化:例如,沙丘移动,雪崩和尘鬼。一旦从图像中识别出来,科学家就会使用HiRISE相机进行跟踪,该相机功能强大,可以清晰地拍摄好奇号漫游车在整个轨道上的轨迹 火星’夏普山于2019年5月和7月.

从太空看去的火星景观,好奇号流浪者是一个小点,可见其轨迹。

查看大图。 |这个动画– from 2019 –展示了火星好奇号漫游车的轨迹,该轨迹由NASA上功能极其强大的HiRISE摄像机看到’的火星侦察轨道器。 HiRISE还可以用于确认和进一步研究NASA的任何新发现’s new AI 分类器. 通过NASA了解有关此图像的更多信息。

Thanks to the handiwork 美国宇航局’s computer scientists and their new AI classification assistant, small clusters of craters on 火星’可以更快地找到水面,但Daubar承认仍有工作要做:

可能还有更多尚未发现的影响。这向您展示了使用现代分析技术可以完成诸如火星侦察轨道飞行器这样的资深任务的能力。

人工智能在火星侦察轨道飞行器上的成功也可能会影响其他火星飞行任务,以及太空其他地方甚至地球上发生的研究。

Doran解释说,像这样的成功AI部署的影响可能是深远的:

提高搜索诸如新影响之类的特征的速度,意味着我们可以对更大的数据集和其他域执行类似的搜索。特别是在地球科学和天文学领域,这些数据集比火星和其他行星的数据集要大得多,因为我们只有有限的带宽才能从行星际飞行任务传回数据。

尽管有很多可能性和局限性,但团队并没有等着接下来的事情。他们已经从新的分类助手中提交了20多张其他图像,供HiRISE进行验证。

与许多NASA任务一样,公众可以通过以下方式参加HiRISE任务: 祝你好 通过提交目标供考虑的公共项目。

底线:新的人工智能“classifier” –在火星上查找和分类地质特征的工具–在火星上成功发现了新的陨石坑’表面,证明了AI可以以人类科学家无法比拟的速度促进对红色星球景观变化的科学研究。

通过JPL

艾米·奥利弗(Amy Oliver)