NASA在一份聲明中表示，這款新機器學習算法是一款撞擊坑自動分類器，由NASA下屬噴氣推進實驗室(JPL)的研究人員創建，這是人工智能首次被用于識別火星上先前未知的隕石坑。

在最新研究中，研究人員使用NASA的“火星偵察軌道器(MRO)”上搭載的“情境”相機拍攝的6830張圖像，對該隕石坑分類器進行了編程，這些照片包括人類先前已發現的撞擊的照片以及沒有隕石坑區域的照片，因此該工具可以學習如何正確區分火星表面的特征。

接下來，研究人員向該分類器提供了“情境”相機拍攝的112000張圖像對其進行測試。該AI程序隨后掃描這些照片，發現了一些火星表面特征的變化，從而在火星上一個區域識別出了一些新隕石坑。

研究人員也使用MRO上搭載的“高分辨率成像科學實驗”儀器證實了這一點。他們經過分析后認為，2010年3月至2012年5月之間，有一顆流星撞擊火星，形成了這些新隕石坑。

此外，該AI工具還發現了其他20個令科學家們感興趣的領域，他們計劃對其開展更詳細研究以找到更多新隕石坑。

JPL計算機科學家凱麗·瓦史塔夫在聲明中說：“盡管人工智能無法像科學家那樣熟練進行分析，但這種新算法工具可以作為人類的‘幫手’，節省時間，為人類和AI攜手加速科學發現進程鋪平道路。”

NASA希望在未來的“火星軌道器”上使用類似的分類技術。他們認為，這將有助于縮小他們為了獲得更完整的隕石撞擊火星圖像所需研究的軌道影像的范圍。

標簽： 智能