月球最显著的特征之一是表面遍布陨石坑。这一部分是所谓的后期重轰炸期留下的杰作,同时还是漫长岁月日积月累留下的痕迹。若要问月球上有多少陨石坑,那么这真是一个令人头疼的问题。
虽然人类已经掌握了关于月球大量的探测数据,但要从中对月球陨石坑进行筛选并非易事。研究人员通常只能利用肉眼对月球图像进行识别统计。显然,这种方法费时费力,不仅效率低下,准确率还不高。
对此,科学家不得不另辟蹊径,由多伦多大学的Ari Silburt和Mohamad Ali-Dib带领的团队将目光转向人工智能。他们创建的卷积神经网络在完成深度学习后,对90000张月球照进行识别,旨在搜寻直径大约5千米的陨石坑。
不可思议的是,卷积神经网络竟在短短几个小时内就新发现6883个之前未被探知的陨石坑,使得月球上已发现的此等尺寸的陨石坑数量几乎翻了一倍。这种行之有效的方法将可推广到对太阳系其他天体陨石坑的探测上。
实际上,对海量观测数据进行分类、审查,最终找到有价值的发现一直以来都困扰着天文工作者。他们通常会向全球热心志愿者们寻求帮助,将一些繁琐的任务分包出去,充分发挥群众的力量。
然而,随着各大望远镜持续不断地快速收集新数据,人类显然跟不上节奏,而人工智能在这一方面正好可以大展身手。比如,科学家在去年还曾利用卷积神经网络对一小片天区的数百万张图像展开识别,搜寻到56个新的引力透镜候选。
未来,人工智能在天文研究上必将发挥更大的作用。
领取专属 10元无门槛券
私享最新 技术干货