Os cientistas obtiveram imagens de uma câmera do Mars Reconnaissance Orbiter (MRO) da NASA como dados de entrada para seu algoritmo .
Mars Reconnaissance Orbiter sobre o Pólo Sul de Marte. Desenho do artista. Fonte: space.com
A MRO Contextual Camera (CTX) captura imagens de baixa resolução que podem cobrir centenas de quilômetros por vez. Isso permite que você encontre vestígios da explosão ao redor do local do impacto e estreite a área de pesquisa na superfície do planeta. Para capturar detalhes mais sutis e identificar crateras individuais, os cientistas contam com a câmera MRO HiRISE de alta resolução . Ele permite que você veja objetos com apenas 30 cm de comprimento da órbita na superfície do planeta.Primeiro, as imagens da câmera CTX são analisadas, então HiRISE é direcionado para áreas interessantes. No entanto, é necessária uma análise meticulosa de imagens para identificar pequenos objetos na superfície de Marte e selecioná-los para um estudo posterior. A NASA espera que a IA acelere esse processo.
Para uma descoberta mais precisa das crateras, os pesquisadores da NASA "treinaram" o algoritmo em 6.830 imagens tiradas com uma câmera de contexto. Este processo incluiu imagens de áreas onde os humanos haviam previamente identificado colisões com a superfície do planeta, bem como áreas sem crateras, para que o instrumento pudesse aprender a distinguir corretamente as características da superfície de Marte.
Um aglomerado de pequenas crateras marcianas identificadas pela inteligência artificial. Foto: NASA
Após treinar o algoritmo, os cientistas enviaram outras 112.000 imagens da superfície do Planeta Vermelho, capturadas por uma câmera de contexto. Graças a essas imagens, a inteligência artificial foi capaz de distinguir um grupo de crateras chamadas Noctis Fossae, o que foi confirmado por pesquisadores usando o instrumento HiRISE. Assim, foram identificadas 20 áreas adicionais de interesse, que os especialistas irão explorar com mais detalhes.
“A inteligência artificial, é claro, não pode analisar imagens com a mesma habilidade dos cientistas. Mas ferramentas como esse novo algoritmo podem ajudá-los a fazer exatamente isso. Isso abre o caminho para uma simbiose emocionante de humanos e inteligência artificial trabalhando juntos para acelerar a descoberta científica ”, disse Kiri Wagstaff , JPL NASA.
“Seria impossível processar mais de 112.000 imagens em um período de tempo razoável sem distribuir o trabalho entre muitos computadores”, disse seu colega Gary Doran .
A NASA espera usar uma tecnologia de classificação semelhante em futuros orbitadores de Marte. De acordo com a equipe da Administração Nacional de Aeronáutica e Espaço, isso fornecerá uma imagem mais completa de quantas vezes os meteoros caem em Marte.