使用人工智能在月球上尋找能源和礦物質(zhì)

一種創(chuàng)新的月球掃描技術(shù)可以從望遠(yuǎn)鏡圖像中自動(dòng)對(duì)關(guān)鍵的月球元素進(jìn)行分類(lèi)，這可能會(huì)大大提高選擇 具有能源和礦產(chǎn)資源的地點(diǎn)以及進(jìn)行勘探的能力。  

在月球上選擇著陸和探索地點(diǎn)的過(guò)程實(shí)際上非常復(fù)雜。月球表面的可觀測(cè)區(qū)域比俄羅斯國(guó)土面積還要大，以數(shù)千個(gè)隕石坑為標(biāo)志，并由峽谷般的小溪交織在一起。

在月球上尋找有價(jià)值的礦物和能源

未來(lái)登陸和勘探地點(diǎn)的選擇可能歸結(jié)為最令人鼓舞的潛在建筑地點(diǎn)，以及可用的礦產(chǎn)和能源資源。然而，用肉眼搜索如此廣闊的區(qū)域，例如尋找?guī)装倜讓挼奶卣?，是艱巨的并且經(jīng)常出錯(cuò)，因此很難選擇理想的探索區(qū)域。

現(xiàn)與香港中文大學(xué)合作已經(jīng)利用機(jī)器學(xué)習(xí)和人工智能來(lái)自動(dòng)檢測(cè)和分類(lèi)可能的登月和 礦產(chǎn) 豐富的勘探區(qū)域。

“我們正在尋找像隕石坑和小溪這樣的月球特征，它們被認(rèn)為是鈾和氦 3 等能源的熱點(diǎn)—這是一種很有前途的核聚變資源”?！皟烧叨荚谠虑螂E石坑中被發(fā)現(xiàn)，可能是補(bǔ)充航天器燃料的有用資源。”

使用人工智能優(yōu)化搜索

機(jī)器學(xué)習(xí)提供了一種非常有效的方法來(lái)訓(xùn)練 人工智能 模型以自行搜索特定特征。然而，在開(kāi)發(fā)方法時(shí)面臨著許多挑戰(zhàn)，這些困難中的第一個(gè)是沒(méi)有標(biāo)記的 rilles 數(shù)據(jù)集可以用來(lái)教授他們的模型。

“我們通過(guò)構(gòu)建我們自己的帶有火山口和小溪注釋的訓(xùn)練數(shù)據(jù)集克服了這一挑戰(zhàn)，為此，我們使用了一種稱(chēng)為遷移學(xué)習(xí)的方法，在表面裂紋數(shù)據(jù)集上預(yù)訓(xùn)練我們的 Rille 模型，并 使用實(shí)際的 Rille 掩碼進(jìn)行微調(diào)。 以前的方法需要對(duì)至少部分輸入圖像進(jìn)行手動(dòng)注釋?zhuān)覀兊姆椒ú恍枰斯じ深A(yù)，因此允許我們構(gòu)建一個(gè)大型、 高質(zhì)量的數(shù)據(jù)集?！?

研究人員面臨的另一個(gè)困難是建立一種計(jì)算方法的能力，該方法可用于同時(shí)探測(cè)隕石坑和細(xì)溝，這是以前從未實(shí)現(xiàn)過(guò)的。

“這是一個(gè)像素到像素的問(wèn)題，我們需要準(zhǔn)確地掩蓋月球圖像中的隕石坑和細(xì)溝。“我們通過(guò)構(gòu)建一個(gè)名為 high-resolution-moon-net 的深度學(xué)習(xí)框架解決了這個(gè)問(wèn)題，該框架有兩個(gè)獨(dú)立的網(wǎng)絡(luò)，它們共享相同的網(wǎng)絡(luò)架構(gòu)，以同時(shí)識(shí)別隕石坑和小溪。”

研究人員的新方法實(shí)現(xiàn)了驚人的準(zhǔn)確率，高達(dá) 83.7%，遠(yuǎn)高于目前最先進(jìn)的隕石坑探測(cè)技術(shù)。