«Крупнейшая база»: на Луне нашли 109 тысяч новых кратеров

«Крупнейшая база»: на Луне нашли 109 тысяч новых кратеров />

Прослушать новость

Остановить прослушивание

«Крупнейшая база»: на Луне нашли 109 тысяч новых кратеров

Chen Yang

Китайские ученые обнаружили на Луне свыше 100 тыс. новых кратеров. Сделать это им помог искусственный интеллект, который научился искать почти невидимые объекты лучше человека.

Rambler-почта
Mail.ru
Yandex
Gmail
Отправить письмо

Скопировать ссылку

«Крупнейшая база»: на Луне нашли 109 тысяч новых кратеров

На Луне присутствует гораздо больше кратеров, чем считалось ранее. Всего в ходе одного исследования число обнаруженных кратеров удалось увеличить на порядок, открыв 109 тыс. ранее неизвестных.

Сделали это открытие китайские ученые, заставив искусственный интеллект обрабатывать данные, присланные двумя китайскими лунными миссиями.

Исследование ученых, с деталями которого ознакомилась «Газета.Ru», опубликовано в журнале Nature Communications

«Это крупнейшая база данных лунных кратеров, сделанная при помощи автоматического выделения, для низких и средних широт», — пояснила автор исследования Чэнь Ян, профессор факультета наук о Земле Цзилиньского университета. Известно, что ударные кратеры, образованные при столкновении метеоритов, покрывают большую часть лунной поверхности. По словам ученого, эти кратеры воспринимаются исследователями как «окаменелости», которые несут в себе историю формирования Солнечной системы.

«Крупнейшая база»: на Луне нашли 109 тысяч новых кратеров

Chen Yang

На сегодняшний день число официально открытых кратеров, признанных Международным астрономическим союзом, составляет 9137.

«Ударные кратеры — наиболее отличительные особенности лунной поверхности. Это сильно контрастирует с Землей, историю которой очень сложно проследить по ударным астероидным и кометным кратерам за последние 4 млрд лет, — пояснила Чэнь. – Земля и Луна в прошлом бомбардировались одинаково, но крупные лунные кратеры испытали меньшее разрушение за миллиарды лет. Таким образом, лунные ударные кратеры могут хранить историю эволюции Земли».

На Луне практически нет воды, атмосферы и тектонической активности — трех факторов, определяющих эрозию земной поверхности.

Многие из кратеров сильно различаются в размерах. Кроме того, поскольку появлялись они в разные исторические эпохи, многие буквально перекрывают друг друга, что делает идентификацию каждого из них чрезвычайно трудной и затратной по времени. Кроме того, определение кратеров с участием человека страдает от субъективности, учитывая несоответствия в разных существующих базах кратеров. Ян с коллегами решили задачу с помощью машинного обучения. Они натренировали глубокие нейросети оперировать данными, содержащими тысячи ранее открытых лунных кратеров, и создали алгоритм для их выявления.

Затем этот алгоритм был применен к данным о поверхности Луны, собранным двумя китайскими орбитальными миссиями «Чанъэ́-1» и «Чанъэ́-2», запущенными в 2007 и 2010 году, в результате чего число известных кратеров выросло на 109956 штук.

Большую часть их составляют небольшие или средние кратеры, хотя по земным меркам они довольно крупные — от 1 до 100 километров.

Однако программа смогла обнаружить и куда большие кратеры неправильной формы, сильно подвергнувшиеся эрозии — диаметром до 550 километров.

Кроме того, на основе диаметра, глубины и особенностей формы, алгоритм смог вычислить возраст почти 19 тысяч кратеров и отнести их к определенному геологическому периоду. Эти кратеры распределились по всем пяти известным геологическим периодам Луны, самым древним из них 4 млрд лет назад.

Ученые намерены улучшить опробованный алгоритм выявления кратеров, потренировав его на снимках, полученных недавно запущенной миссией «Чанъэ-2», которая доставила на Землю свыше 1,7 килограмма лунной породы.

Кроме того, они собираются использовать машинное обучение для открытия кратеров на других телах Солнечной системы, например на Марсе. «Такие прогнозы будут занимать лишь минуты по сравнению с часами времени, затрачиваемыми на постобработку с использованием стандартного компьютерного оборудования», — поясняют авторы.