Uma ferramenta inovadora de inteligência artificial (IA) desenvolvida pela NASA ajudou a identificar um aglomerado de crateras em Marte que se formou na última década.
O novo algoritmo de aprendizado de máquina, um classificador automatizado de crateras de impacto fresco, foi criado por pesquisadores do Jet Propulsion Laboratory (JPL) da NASA na Califórnia – e representa a primeira vez que inteligência artificial foi usada para identificar crateras anteriormente desconhecidas no Planeta Vermelho , de acordo com a uma declaração da NASA .
Os cientistas alimentaram o algoritmo com mais de 112.000 imagens obtidas pela Context Camera do Mars Reconnaissance Orbiter (MRO) da NASA . O programa foi projetado para escanear as fotos em busca de mudanças nas características da superfície marciana que sejam indicativas de novas crateras. No caso do primeiro lote de descobertas do algoritmo, os cientistas acreditam que essas crateras se formaram a partir do impacto de um meteoro entre março de 2010 e maio de 2012.
“A IA não pode fazer o tipo de análise habilidosa que um cientista pode”, disse Kiri Wagstaff, cientista da computação do JPL, no comunicado. “Mas ferramentas como este novo algoritmo podem ser seus assistentes. Isso abre o caminho para uma simbiose emocionante entre humanos e ‘investigadores’ de IA trabalhando juntos para acelerar a descoberta científica.”
A câmera de contexto do MRO tira imagens de baixa resolução cobrindo centenas de milhas ou quilômetros de uma vez. Embora este instrumento possa ajudar a localizar marcas de explosão em torno de um impacto e restringir onde procurar por uma cratera na superfície do planeta, os cientistas contam com o instrumento High-Resolution Imaging Science Experiment (HiRISE) do MRO para capturar detalhes mais sutis e identificar crateras individuais .
No entanto, pequenas características da superfície de Marte podem ser difíceis de detectar usando apenas orbitadores. Esse processo geralmente requer que os cientistas gastem muitas horas por dia estudando imagens tiradas por espaçonaves como o MRO. Portanto, o algoritmo classificador de crateras deve economizar tempo dos pesquisadores e identificar ainda mais crateras no Planeta Vermelho, de acordo com o comunicado.
“Não seria possível processar mais de 112.000 imagens em um período de tempo razoável sem distribuir o trabalho por muitos computadores”, disse Gary Doran, cientista da computação do JPL, em comunicado. “A estratégia é dividir o problema em partes menores que podem ser resolvidas em paralelo.”
Os pesquisadores da NASA programaram o classificador de crateras usando 6.830 imagens obtidas pela Context Camera. Este processo incluiu fotos de áreas onde os humanos haviam identificado impactos anteriormente , bem como áreas sem crateras, para que a ferramenta pudesse aprender a diferenciar adequadamente as características da superfície do Planeta Vermelho.
Os pesquisadores então testaram o classificador de crateras alimentando a ferramenta com 112.000 imagens obtidas pela Câmera de Contexto. A ferramenta de IA identificou um aglomerado de crateras em uma região de Marte chamada Noctis Fossae, que os pesquisadores confirmaram usando o instrumento HiRISE . A ferramenta detectou 20 áreas adicionais de interesse que os cientistas examinarão com mais detalhes para crateras.
A NASA espera usar tecnologia de classificação semelhante em orbitadores de Marte futuros, o que ajudaria a restringir as imagens orbitais para os cientistas investigarem mais e fornecerem uma imagem mais completa de quantas vezes os meteoros atingem Marte.
“Provavelmente há muitos outros impactos que ainda não encontramos”, disse Ingrid Daubar, cientista do JPL e da Brown University, que ajudou a desenvolver o classificador de crateras, no comunicado. “Este avanço mostra o quanto você pode fazer com missões veteranas como MRO usando técnicas de análise modernas.”
