Uma equipe de pesquisadores filiados a várias instituições na China, um da Itália e um da Islândia usaram um aplicativo de inteligência artificial de aprendizado de máquina para contar e observar a localização de mais de 100, 000 crateras na lua. Em seu artigo publicado na revista Nature Communications, o grupo descreve a programação de seu sistema para reconhecer crateras, treinando-o com dados coletados por orbitadores lunares chineses.

O trabalho anterior de identificação e mapeamento de crateras na lua tendia a ser um processo lento - geralmente feito à mão, com pesquisadores estudando fotografias e transferindo essas observações para mapas ou globos lunares. Neste novo esforço, os pesquisadores descobriram uma maneira de acelerar drasticamente o processo ensinando um computador a identificar crateras e depois contá-las.

Ensinar um computador a reconhecer crateras na lua tem sido um processo difícil devido às muitas formas que as crateras podem assumir. Nem todos são redondos, e eles são de diferentes idades, o que significa que as características definidoras se desgastaram por longos períodos de tempo. Os cientistas gostariam de mapear todas as crateras da lua e datar cada uma delas - fazer isso poderia fornecer uma maneira única de estudar a história do sistema solar.

A nova abordagem da equipe que trabalha na China envolveu o treinamento de um aplicativo de aprendizado de máquina no básico de crateras. Ele foi então treinado para ver crateras com uma perspectiva mais ampla com dados dos orbitadores lunares Chang'e-1 e Chang'e-2 da China. Depois que o sistema aprendeu o que procurar, os pesquisadores usaram para analisar dados da sonda Chang'e 5, que fazia parte da missão chinesa que recuperou rochas da superfície da lua. O aplicativo AI usou esses dados para identificar e contar crateras nas regiões de latitude média e baixa da lua. O novo sistema contou 109, 956 crateras - muito mais do que jamais foi contado na lua antes. Ele também rastreou a localização de cada uma das crateras que encontrou e colocou cada uma em um período de tempo geológico predefinido com base em quanto a cratera havia sofrido erosão.

© 2020 Science X Network