科學家利用機器學習人工智能識別月球上近十一萬個隕石坑

科學家通過機器學習人工智，在月球表面識別出之前未識別接近十一萬個隕石坑。

隕石坑分佈在月表的大部分區域。然而，識別隕石坑數量的人工和自動方法在計算精確總數時存在不一致的情況。比如，自動識別方法一般很難發現不規則或退化的隕石坑。

基於此，吉林大學地球科學學院楊晨副教授與中外科學家合作，嘗試利用一種遷移學習策略來識別月球的隕石坑。遷移學習是一種機器學習方法，能用之前獲得的知識解決下一個問題。他們先用7,895個經過識別和1,411個已知年齡的隕石坑數據訓練一個深度神經網絡電腦。

利用嫦娥一號和嫦娥二號採集的數據，這個深度神經網絡電腦識別出了109,956個隕石坑，這是之前在月球中低緯區域識別數量的幾十倍。在直徑大於八公里的隕石坑中，深度神經網絡電腦估算了其中18,996個隕石坑的年齡。研究人員根據以上結果建立了一個新的月球中低緯區域隕石坑數據庫。

楊晨認為，他們的方法調整後可用於太陽系的其它天體研究，並有望比人工分析方法提取更多數據。

楊晨表示，相關研究數據與模型對於月球及行星科學研究具有重要價值。目前，這些科研成果已擴展並應用於嫦娥五號著陸區小型隕石坑識別。

【圖：美國太空總署；文：節錄自科學網頁；新聞訊息由林景明提供】研究全文刊登在2020年12月22日出版的《自然-通訊》期刊