Um estudo recente apresentado na 56ª Conferência de Ciências Lunares e Planetárias (LPSC) explora o uso da inteligência artificial (IA) para aprimorar o mapeamento e a imagem em Marte. A pesquisa se concentra em melhorar as imagens orbitais da câmera CTX (Context Camera) do Mars Reconnaissance Orbiter (MRO) usando modelos de aprendizado de máquina.
O Dr. Andrew Annex do SETI Institute liderou o estudo, com o objetivo de acelerar a descoberta científica e maximizar o valor dos conjuntos de dados marcianos existentes. Ele desenvolveu um mecanismo de busca visual capaz de analisar imagens globais de mosaico CTX, identificando semelhanças de imagem específicas em todo o planeta.
O estudo avaliou a recuperação de imagem baseada em conteúdo (CBIR), OpenAI CLIP e arquitetura de computação em nuvem. O CBIR examina bancos de dados em busca de imagens semelhantes com base no conteúdo, enquanto o OpenAI CLIP compara imagens e texto usando grandes conjuntos de dados. A computação em nuvem gerencia grandes quantidades de dados por meio de servidores remotos.
O Dr. Annex usou com sucesso o aprendizado de máquina para analisar imagens globais de mosaico CTX em Marte, incluindo a busca e identificação de semelhanças de imagem específicas em todo o Planeta Vermelho. Esta pesquisa abre portas para melhorias nas consultas de busca em superfícies planetárias em todo o sistema solar.
Desde que a Mariner 4 da NASA capturou a primeira imagem de um orbitador de Marte em 1965, numerosos orbitadores de Marte forneceram imagens detalhadas da superfície do planeta. Toda a superfície de Marte foi imageada pela câmera CTX (Context Camera) e pela câmera HiRISE (High Resolution Imaging Science Experiment) da NASA.
O Dr. Annex enfatiza a importância do aprendizado de máquina para melhorar os métodos de análise de imagem, observando que, embora o poder de computação tenha aumentado, a velocidade da análise de dados não acompanhou o ritmo. O aprendizado de máquina oferece flexibilidade e velocidade na automação de tarefas, complementando os métodos existentes.
O aprendizado de máquina é uma ferramenta que pode complementar e aprimorar os métodos e análises existentes, melhorando a velocidade e a precisão da análise de imagem, levando a novas descobertas sobre Marte e outros planetas.