В недавнем исследовании, представленном на 56-й Конференции по лунным и планетарным наукам (LPSC), рассматривается использование искусственного интеллекта (ИИ) для улучшения картографирования и визуализации на Марсе. Исследование сосредоточено на улучшении орбитальных изображений с камеры CTX (Context Camera) аппарата Mars Reconnaissance Orbiter (MRO) с использованием моделей машинного обучения.
Доктор Эндрю Аннекс из Института SETI руководил исследованием, целью которого является ускорение научных открытий и максимизация ценности существующих наборов марсианских данных. Он разработал поисковую систему визуального поиска, способную анализировать глобальные мозаичные изображения CTX, идентифицируя определенные сходства изображений по всей планете.
В исследовании оценивались поиск изображений на основе контента (CBIR), OpenAI CLIP и архитектура облачных вычислений. CBIR сканирует базы данных на предмет похожих изображений на основе контента, в то время как OpenAI CLIP сравнивает изображения и текст с использованием больших наборов данных. Облачные вычисления управляют большими объемами данных через удаленные серверы.
Доктор Аннекс успешно использовал машинное обучение для анализа глобальных мозаичных изображений CTX на Марсе, включая поиск и идентификацию конкретных сходств изображений по всей Красной планете. Это исследование открывает двери для улучшений в поисковых запросах на планетарных поверхностях по всей Солнечной системе.
С тех пор, как Mariner 4 НАСА сделал первый снимок с марсианского орбитального аппарата в 1965 году, многочисленные марсианские орбитальные аппараты предоставили подробные изображения поверхности планеты. Вся поверхность Марса была сфотографирована камерой CTX (Context Camera) и камерой HiRISE (High Resolution Imaging Science Experiment) НАСА.
Доктор Аннекс подчеркивает важность машинного обучения для улучшения методов анализа изображений, отмечая, что, хотя вычислительная мощность возросла, скорость анализа данных не успевает за ней. Машинное обучение предлагает гибкость и скорость в автоматизации задач, дополняя существующие методы.
Машинное обучение - это инструмент, который может дополнять и улучшать существующие методы и анализ, повышая скорость и точность анализа изображений, что приводит к новым открытиям о Марсе и других планетах.