Les scientifiques ont pris des images prises avec une caméra sur le Mars Reconnaissance Orbiter (MRO) de la NASA comme données d'entrée pour leur algorithme .
Mars Reconnaissance Orbiter sur le pôle sud de Mars. Dessin de l'artiste. Source: space.com
La caméra contextuelle MRO (CTX) capture des images basse résolution pouvant couvrir des centaines de kilomètres à la fois. Cela vous permet de trouver des traces de l'explosion autour du site d'impact et de restreindre la zone de recherche à la surface de la planète. Pour capturer des détails plus fins et identifier les cratères individuels, les scientifiques s'appuient sur la caméra haute résolution MRO HiRISE . Il permet de voir des objets à seulement 30 cm de long de l'orbite à la surface de la planète.Tout d'abord, les images de la caméra CTX sont analysées, puis HiRISE vise des zones intéressantes. Cependant, une analyse d'image méticuleuse est nécessaire pour identifier les petits objets à la surface de Mars et les sélectionner pour une étude plus approfondie. La NASA s'attend à ce que l'IA accélère ce processus.
Pour une recherche plus précise des cratères, les chercheurs de la NASA ont «entraîné» l'algorithme sur 6830 images prises avec une caméra contextuelle. Ce processus comprenait des images de zones où les humains avaient précédemment identifié des collisions avec la surface de la planète, ainsi que des zones sans cratères, afin que l'instrument puisse apprendre à distinguer correctement les caractéristiques de la surface de Mars.
Un amas de petits cratères martiens identifiés par l'intelligence artificielle. Photo: NASA
Après avoir entraîné l'algorithme, les scientifiques ont téléchargé 112 000 autres images de la surface de la planète rouge, capturées par une caméra contextuelle. Grâce à ces images, l'intelligence artificielle a pu distinguer un groupe de cratères appelé Noctis Fossae, ce qui a été confirmé par des chercheurs utilisant l'instrument HiRISE. Ainsi, 20 domaines d'intérêt supplémentaires ont été identifiés, que les experts exploreront plus en détail.
«L'intelligence artificielle, bien sûr, ne peut pas analyser les images aussi habilement que le font les scientifiques. Mais des outils comme ce nouvel algorithme peuvent les aider à faire exactement cela. Cela ouvre la voie à une symbiose passionnante entre les humains et l'intelligence artificielle travaillant ensemble pour accélérer la découverte scientifique », a déclaré Kiri Wagstaff , JPL NASA.
«Il serait impossible de traiter plus de 112 000 images dans un laps de temps raisonnable sans répartir le travail sur de nombreux ordinateurs», explique son collègue Gary Doran .
La NASA espère utiliser une technologie de classification similaire sur les futurs orbiteurs de Mars. Selon le personnel de la National Aeronautics and Space Administration, cela fournira une image plus complète de la fréquence à laquelle les météores tombent sur Mars.