AI帮月球数“麻子”：从嫦娥图象中新发现十万多个撞击坑

嫦娥五号携着月壤凯旋，她的长辈嫦娥一号与嫦娥二号留下的数据同样是座富矿，一直被科学家们发掘出新的价值。12月22日，由中华人民共和国月球探测工程首席科学家欧阳自远与国家天文台副台长钻研员李春来领衔的钻研团队正在《天然-通信》（Nature Co妹妹unications）上发达论文，汇报了一项利用一种迁移学习战略来辨认月球的撞击坑，胜利从嫦娥一号与嫦娥二号数据中辨认出之前未辨认的逾十万个撞击坑。新新旧旧，坑坑洼洼家喻户晓，月亮是个“麻子脸”。月球表面的这些坑坑洼洼由天体撞击构成，逾越了五个月球地质期间长达40亿年的光阴，是记载月球演变与太阳系历史的化石。自1919年以来，经国际天文学联结会（IAU）确认的共有9137个撞击坑，此中1675个的年龄由月球与行星钻研所（LPI）搜集，成了该项钻研的训练数据起源。要统计这些撞击坑，不论是人工辨认仍是自动辨认都各有局限性，这招致两边统计来的数据对没有上号。月球上的撞击坑散布情况普通来讲，通过大量已标注样本训练的深度神经网络能疾速精确地辨认出比较简单的撞击坑，但很难发现没有规定或退化的撞击坑。但是，这些没有太简捷识别的撞击坑可能比较陈旧，是重要的历史记载。地层笼罩关系是判断撞击坑相对年龄的根底办法，其次，边界与阶梯明晰度、边界纹理、陨石坑形态、陨石坑壁与叠加陨石坑等要素也能反映撞击坑形状的退化情况与新鲜程度。光学成熟度（OMAT）则能基于月壤暴露于空间的改性格况做出判断，实用于大型射线坑。撞击坑的绝对年龄则需由返回样本的喷射测龄与撞击坑蕴蓄尺寸频次散布剖析决定。惯例工具很难用单一类型数据对撞击坑进行辨认与年龄甄别。嫦娥长辈采集的图象作为“嫦娥”系列的先锋，嫦娥一号是中华人民共和国探月方案中的第一颗绕月人造卫星，于2007年十月正在西昌卫星发射中心发射升空，获咎了蕴含南北极的精密“全月球三维影像”。实现使命后，它于2009年3月1日撞击月球表面预约地点。嫦娥二号原为嫦娥一号的备份星，也是中华人民共和国探月工程二期的技术先导星，于20十年十月发射升空。它获咎了分辨率优于十米的月球表面三维影像，为后续着陆区优选给个根据。这两“姐妹”给个了没有同空间分辨率的丰满图象数据，比喻120米与7米的DOM（数字正射影像图），另有500米与7米的DEM（数字高程模型）。此中，DOM数据能够反映撞击坑形状特色，而DEM数据能够反映地形信息。利用嫦娥图象数据对月球撞击坑进行辨认与测龄迁移学习是一种机器学习的前沿办法，能正在训练样本没有那么充足的情况下，用之前取得的常识处理下一个问题。钻研团队先用7895个已知的撞击坑与1411个已知年龄的撞击坑数据训练出了一个深度神经网络。他们把这个深度神经网络迁移到嫦娥一号与嫦娥二号航行器采集的月球中低纬区域（纬度−65°至65°）图象中，辨认出了十9956个新的撞击坑，这比一开端辨认的数目要多出10几倍。接着，针对那些直径大于8公里的撞击坑，深度神经网络还预算出了此中18996个撞击坑的年龄。研究人员依据以上后果树立了一个新的月球中低纬区域撞击坑数据库，并将有关系剖析数据和行星科学界同享。该团队以为，他们的办法调整后可用于太阳系的其余天体，并有望比人工剖析办法提取更多信息。