美国国家航空航天局 美国国家航空航天局火星勘测轨道飞行器上的HiRISE相机拍摄了这张火星陨石坑群的照片，这是人工智能首次发现
人工智能首先在轨道飞行器的上下文摄像机拍摄的图像中发现了陨石坑；科学家们继续追踪这张HiRISE图像来确认陨石坑
学分:美国宇航局/JPL-加州理工学院/亚利桑那大学 在2010年3月到2012年5月之间的某个时候，一颗流星划过火星的天空，破碎成碎片，撞上了行星的表面
最终形成的陨石坑相对较小——直径只有13英尺(4米)
特征越小，使用火星轨道飞行器就越难发现
但是在这种情况下——也是第一次——科学家在人工智能的帮助下发现了它们
对于行星科学家和美国宇航局南加州喷气推进实验室的人工智能研究人员来说，这是一个里程碑，他们共同开发了有助于这一发现的机器学习工具
这一成就为节省时间和增加发现量带来了希望
通常，科学家们每天花几个小时研究美国宇航局火星勘测轨道飞行器(MRO)拍摄的图像，寻找不断变化的表面现象，如尘暴、雪崩和移动的沙丘
在轨道飞行器在火星的14年里，科学家们依靠MRO的数据发现了1000多个新的陨石坑
它们通常首先被飞船的上下文摄像机探测到，它一次拍摄覆盖数百英里的低分辨率图像
在这些图像中，只有撞击周围的爆炸痕迹会突出，而不是单个的陨石坑，所以下一步是用高分辨率成像科学实验，或HiRISE，来仔细观察
这个仪器非常强大，它可以看到像好奇号火星探测器留下的轨迹一样精细的细节
(HiRISE团队允许任何人，包括公众成员，通过其HiWish页面请求特定图像
) 这个过程需要耐心，一名研究人员需要40分钟左右的时间来仔细扫描单个上下文摄像机图像
为了节省时间，JPL的研究人员开发了一种叫做自动新撞击坑分类器的工具，作为为未来几代火星轨道飞行器开发技术的JPL项目的一部分
学习风景 为了训练陨石坑分类器，研究人员给它输入了6830幅背景摄像机图像，包括那些先前发现撞击的位置，这些撞击已经通过HiRISE得到了证实
该工具还获得了没有新影响的图像，以便向分类器显示不需要寻找的内容
一旦经过训练，该分类器就被部署在上下文摄像机的整个存储库中，大约有112，000幅图像
运行在由数十台高性能计算机组成的JPL超级计算机集群上，这些计算机可以协同工作，一个过程需要40分钟，而人工智能工具平均只需要5秒钟
这张图片左下角的黑点是一群最近形成的陨石坑，它们是用一种新的机器学习算法在火星上发现的
这张照片是由美国宇航局火星勘测轨道飞行器上的背景照相机拍摄的
信用:美国宇航局/JPL-加州理工学院/MSSS JPL计算机科学家加里·多兰说，一个挑战是如何在整个集群中同时运行多达750个分类器副本
多兰说:“如果不在多台计算机上分配工作，就不可能在合理的时间内处理超过11.2万张图像。”
“策略是将问题分成可以并行解决的更小的部分
" 但是尽管有这些计算能力，分类器仍然需要人来检查它的工作
JPL计算机科学家奇莉·瓦格斯塔夫说:“人工智能不能像科学家那样进行熟练的分析。”
“但是像这种新算法这样的工具可以成为他们的助手
这为人类和人工智能“研究者”合作加速科学发现的令人兴奋的共生现象铺平了道路
" 八月
2020年10月26日，HiRISE证实，分类器在一个叫作“夜猫子窝”的区域检测到的一个黑色污点实际上是一群陨石坑
该团队已经为HiRISE提交了20多名候选人
虽然这个陨石坑分类器运行在地球上的计算机上，但最终目标是开发类似的分类器，供未来的火星轨道飞行器在机载使用
佐治亚理工学院研究生迈克尔·穆涅在JPL实习时研究过这种分类器，他说:“现在，被送回地球的数据需要科学家进行筛选，才能找到有趣的图像，就像大海捞针一样。”
“希望在未来，人工智能可以优先考虑科学家更有可能感兴趣的轨道图像，”穆涅说
在JPL和布朗大学任职的科学家英格丽德·道巴也参与了这项工作，她希望这种新工具能够提供更完整的图片，说明流星撞击火星的频率，并揭示它们在以前没有被发现的地方产生的微小影响
发现的陨石坑越多，科学家对流星撞击火星的大小、形状和频率的了解就越多
“可能还有更多我们尚未发现的影响，”她说
“这一进步向你展示了你可以用现代分析技术对像MRO这样的老任务做多少
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
