Comment l'utilisation de l'intelligence artificielle (IA) pour localiser les puits lunaires et les puits de lumière, qui sont respectivement les dépressions de surface et les ouvertures qui servent d'entrées dans des grottes de lave et des tubes de lave? C'est ce qu'une étude récente publiée dans Icarus L'espoir de traiter en tant qu'équipe internationale de chercheurs a étudié l'utilisation d'algorithmes d'apprentissage automatique pour identifier plus efficacement les fosses et les puits de lumière sur les régions volcaniques lunaires (Lunar Maria) de la Lune. Cette étude a le potentiel d'aider les chercheurs à développer de nouvelles méthodes pour identifier les caractéristiques de surface clés sur les corps planétaires qui pourraient aider à l'exploration robotique et humaine.
Pour l'étude, les chercheurs ont utilisé plusieurs modèles d'apprentissage en profondeur pour identifier les fosses et les puits de lumière utilisant des images orbitales de la Lune et Mars dans le but d'identifier de nouvelles fosses lunaires et puits de lumière pour compléter les 16 qui ont été précédemment identifiés avec le Lunar Pit Atlas.
L'un des fosses utilisés pour former le modèle était la fosse de jument de jument bien connue qui a été imagée à plusieurs reprises et estimée à un rayon minimum de 100 mètres (328 pieds) et à une profondeur d'environ 105 mètres (344 pieds). En fin de compte, les chercheurs ont trouvé un modèle d'apprentissage en profondeur appelé ESSA (entrées des zones sous-surface) ont effectué le meilleur, car il a réussi à identifier deux nouveaux puits de lumière malgré l'observation seulement d'environ 1,92% de la lunaire Maria.
L'étude note: «Étant donné que l'ESSA a interrogé seulement environ 0,23% de la surface de la Lune jusqu'à présent, il existe encore de grandes quantités de données auxquelles il peut être appliqué. Dans le contexte de la recherche de fosses et des puits de lumière qui se rapportent à des entrées de grave potentielles, les régions de jument devraient toujours être prioritaires pour être nourris à l'essa. Impact Craters.
Comme indiqué, les fosses lunaires et les puits de lumière servent d'entrée à des grottes et de tubes de lave souterraines qui pourraient permettre à une exploration robotique et humaine future de mieux comprendre l'histoire volcanique de la Lune tout en servant d'abri pour les futurs astronautes. En effet, contrairement à la Terre, la lune n'a pas une atmosphère avec une couche d'ozone protectrice et un champ magnétique, exposant ainsi les astronautes à un rayonnement solaire et cosmique nocif.
Les tubes de lave ont joué un rôle de premier plan dans la série télévisée « National Geographic Mars » en tant que refuge pour les premiers astronautes sur Mars. Comme la lune, Mars n'a pas de couche d'ozone et de champ magnétique, de sorte que les tubes de lave ont servi de blindage protecteur du rayonnement solaire et cosmique préalable.
Cette étude intervient alors que le programme d'Artemis de la NASA prévoit de renvoyer les humains à la surface lunaire dans les prochaines années pour la première fois depuis Apollo 17 en 1972. Alors qu'Artemis prévoit d'atterrir les astronautes sur le pôle sud lunaire, loin des grottes de lave lunaire, cette étude démontre comment les dépôts de la glace aquatiques et les lanars peuvent être utilisés pour les principales caractéristiques du lunar, l'inclusion potentiellement de l'ancienne Utilisation des ressources situées, la première existant dans des cratères profonds au pôle sud du Lunar.
De plus, l'utilisation des modèles d'IA et d'apprentissage automatique pour la science planétaire continue de présenter une vitesse et une efficacité extraordinaires dans le but d'améliorer notre connaissance des corps planétaires, pour les corps planétaires de toutes tailles et types et à la fois dans et hors de notre système solaire.
Comment l'IA aidera-t-elle à identifier les fosses, les puits de lumière et d'autres caractéristiques de surface clés sur la lune et d'autres corps planétaires dans les années et les décennies à venir? Seul le temps nous le dira, et c'est pourquoi nous science!
