«На прошлой неделе на осеннем собрании Американского геофизического союза (AGU) 2022 года ученые-планетологи и астрономы обсудили, как новые методы машинного обучения меняют то, как мы узнаем о нашей Солнечной системе, — сообщает Space.com, — от планирования будущих посадок миссий. на ледяном спутнике Юпитера Европе до обнаружения вулканов на крошечном Меркурии…»
Для решения многих задач в астрономии людям могут потребоваться месяцы, годы или даже десятилетия усилий, чтобы просеять все необходимые данные… «Вы можете найти до 10 000, сотни тысяч валунов, и это занимает очень много времени», — Нильс. Приер, планетолог из Стэнфордского университета в Калифорнии, сказал во время своего выступления в AGU. Новый алгоритм машинного обучения Prieur может обнаруживать валуны на всей поверхности Луны всего за 30 минут. Важно знать, где находятся эти большие куски скалы, чтобы новые миссии могли безопасно приземлиться в пунктах назначения. Валуны также полезны для геологии, поскольку дают представление о том, как удары разрушают скалы вокруг них, образуя кратеры.
Компьютеры также могут идентифицировать ряд других планетарных явлений: взрывоопасные вулканы на Меркурии, вихри в плотной атмосфере Юпитера и кратеры на Луне, и это лишь некоторые из них. Во время конференции планетолог Итан Дункан из Центра космических полетов имени Годдарда НАСА в Мэриленде продемонстрировал, как машинное обучение может идентифицировать не куски камня, а куски льда на ледяной луне Юпитера Европе.
Так называемый ландшафт хаоса представляет собой беспорядочно выглядящий участок поверхности Европы с яркими кусками льда, разбросанными по более темному фону. Европа с ее подземным океаном является главной целью для астрономов, интересующихся инопланетной жизнью, и картирование этих кусков льда будет иметь ключевое значение для планирования будущих миссий.
Предстоящие миссии также могут включать искусственный интеллект как часть команды, используя эту технологию, чтобы дать возможность зондам реагировать на опасности в реальном времени и даже приземляться автономно. Посадка — печально известная проблема для космического корабля и всегда один из самых опасных моментов миссии.
Вид с космического корабля «Галилео» на область «хаоса» на ледяной луне Юпитера Европе. (Изображение предоставлено: NASA/JPL-Caltech)
…
ИИ изменил то, как мы исследуем нашу Солнечную систему
«На прошлой неделе на осеннем собрании Американского геофизического союза (AGU) 2022 года ученые-планетологи и астрономы обсудили, как новые методы машинного обучения меняют то, как мы узнаем о нашей Солнечной системе, — сообщает Space.com, — от планирования будущих посадок миссий. на ледяном спутнике Юпитера Европе до обнаружения вулканов на крошечном Меркурии…»
Для решения многих задач в астрономии людям могут потребоваться месяцы, годы или даже десятилетия усилий, чтобы просеять все необходимые данные… «Вы можете найти до 10 000, сотни тысяч валунов, и это занимает очень много времени», — Нильс. Приер, планетолог из Стэнфордского университета в Калифорнии, сказал во время своего выступления в AGU. Новый алгоритм машинного обучения Prieur может обнаруживать валуны на всей поверхности Луны всего за 30 минут. Важно знать, где находятся эти большие куски скалы, чтобы новые миссии могли безопасно приземлиться в пунктах назначения. Валуны также полезны для геологии, поскольку дают представление о том, как удары разрушают скалы вокруг них, образуя кратеры.
Компьютеры также могут идентифицировать ряд других планетарных явлений: взрывоопасные вулканы на Меркурии, вихри в плотной атмосфере Юпитера и кратеры на Луне, и это лишь некоторые из них. Во время конференции планетолог Итан Дункан из Центра космических полетов имени Годдарда НАСА в Мэриленде продемонстрировал, как машинное обучение может идентифицировать не куски камня, а куски льда на ледяной луне Юпитера Европе.
Так называемый ландшафт хаоса представляет собой беспорядочно выглядящий участок поверхности Европы с яркими кусками льда, разбросанными по более темному фону. Европа с ее подземным океаном является главной целью для астрономов, интересующихся инопланетной жизнью, и картирование этих кусков льда будет иметь ключевое значение для планирования будущих миссий.
Предстоящие миссии также могут включать искусственный интеллект как часть команды, используя эту технологию, чтобы дать возможность зондам реагировать на опасности в реальном времени и даже приземляться автономно. Посадка — печально известная проблема для космического корабля и всегда один из самых опасных моментов миссии.
Вид с космического корабля «Галилео» на область «хаоса» на ледяной луне Юпитера Европе. (Изображение предоставлено: NASA/JPL-Caltech)
Tags: ИИСолнечная система