Канадским исследователям удалось создать новый метод для измерения размера и местоположения ударных кратеров на Луне.

Об этом сообщает Phys.org.

Новый метод представляет собой искусственную нейронную сеть, которая пытается имитировать обработку информации человеком.

“Когда дело доходит до подсчета кратеров на Луне, у нас остается довольно архаичный метод. В принципе, нам нужно вручную посмотреть на изображение, найти и подсчитать кратеры, а затем рассчитать, насколько они основаны на размере изображения. Мы разработали технику на основе искусственного интеллекта, которая может автоматизировать весь этот процесс и сэкономить времени и усилий”, – сказал сотрудник Центра планетных наук в Торонто (CPS) Мохамад Али-Диб.

Исследователи ранее пытались разработать алгоритмы, которые могли бы идентифицировать лунные кратеры, но когда они использовались на новых, ранее невидимых участках кратеров, они, как правило, плохо работали.

Отмечается, что техника, разработанная Али-Дибом и его коллегами, может очень хорошо обобщить невидимые пятна на Луне, а также другие тела с кратерами, такие как Меркурий.

“Впервые у нас есть алгоритм, который может хорошо обнаружить кратеры для не только частей Луны, но также и областей Меркурия”, – добавил Али-Диб.

Чтобы определить его точность, исследователи сначала обучили нейронную сеть большому набору данных, который охватывал две трети Луны, а затем протестировали свою обученную сеть на оставшейся трети Луны. Он работал так хорошо, что он смог идентифицировать вдвое больше кратеров, чем традиционный ручной подсчет. Фактически, он смог идентифицировать около 6 000 ранее неопознанных кратеров на Луне.

29 марта разработчики из компании Gero представили нейросеть, предсказывающую вероятность смерти человека.
24 марта ученым удалось создать механическую руку, способную переводить произносимые слова на язык жестов.
16 марта компания Toyota разработала прототип гуманоидного робота-баскетболиста, который способен выполнять штрафные броски.
9 марта группа исследователей раскрыла детали эксперимента по обучению роботов, в рамках которого искусственный интеллект научили предвидеть, какие движения человек планирует сделать, интерпретировать их, а также анализировать его дальнейшие намерения.