Die Wissenschaftler nahmen Bilder auf, die mit einer Kamera auf dem Mars Reconnaissance Orbiter (MRO) der NASA aufgenommen wurden, als Eingabedaten für ihren Algorithmus .
Mars Reconnaissance Orbiter über dem Südpol des Mars. Zeichnung des Künstlers. Quelle: space.com
Die MRO Contextual Camera (CTX) nimmt Bilder mit niedriger Auflösung auf, die Hunderte von Kilometern gleichzeitig abdecken können. Auf diese Weise können Sie Spuren der Explosion um die Aufprallstelle herum finden und den Suchbereich auf der Oberfläche des Planeten einschränken. Um feinere Details zu erfassen und einzelne Krater zu identifizieren, setzen Wissenschaftler auf die hochauflösende MRO-Kamera HiRISE . Damit können Sie Objekte sehen, die nur 30 cm von der Umlaufbahn der Planetenoberfläche entfernt sind. Zuerst werden die Bilder von der CTX-Kamera analysiert, dann zielt HiRISE auf interessante Bereiche ab. Eine sorgfältige Bildanalyse ist jedoch erforderlich, um kleine Objekte auf der Marsoberfläche zu identifizieren und für weitere Untersuchungen auszuwählen. Die NASA erwartet, dass die KI diesen Prozess beschleunigt.
Um Krater genauer zu finden, "trainierten" die NASA-Forscher den Algorithmus an 6830 Bildern, die mit einer Kontextkamera aufgenommen wurden. Dieser Prozess umfasste Bilder von Gebieten, in denen Menschen zuvor Kollisionen mit der Oberfläche des Planeten identifiziert hatten, sowie von Gebieten ohne Krater, damit das Instrument lernen konnte, Oberflächenmerkmale auf dem Mars korrekt zu unterscheiden.
Eine Ansammlung kleiner Marskrater, die durch künstliche Intelligenz identifiziert wurden. Foto: NASA
Nach dem Training des Algorithmus haben die Wissenschaftler weitere 112.000 Bilder der Oberfläche des Roten Planeten hochgeladen, die von einer Kontextkamera aufgenommen wurden. Dank dieser Bilder konnte künstliche Intelligenz eine Gruppe von Kratern namens Noctis Fossae unterscheiden, was von Forschern mit dem HiRISE-Instrument bestätigt wurde. So wurden 20 weitere Studienbereiche identifiziert, die von Experten genauer untersucht werden.
„Künstliche Intelligenz kann Bilder natürlich nicht so geschickt analysieren wie Wissenschaftler. Aber Tools wie dieser neue Algorithmus können ihnen dabei helfen. Dies ebnet den Weg für eine aufregende Symbiose von Mensch und künstlicher Intelligenz, die zusammenarbeiten, um die wissenschaftliche Entdeckung zu beschleunigen “, sagte Kiri Wagstaff , JPL NASA.
„Es wäre unmöglich, mehr als 112.000 Bilder in angemessener Zeit zu verarbeiten, ohne die Arbeit auf viele Computer zu verteilen“, sagt ihr Kollege Gary Doran .
Die NASA hofft, eine ähnliche Klassifizierungstechnologie für zukünftige Mars-Orbiter verwenden zu können. Laut den Mitarbeitern der Nationalen Luft- und Raumfahrtbehörde wird dies ein vollständigeres Bild davon liefern, wie oft Meteore auf den Mars fallen.