0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工神经网络识别9万张图像,数小时发现6883个新陨石坑

DPVg_AI_era 来源:未知 作者:李倩 2018-03-20 14:06 次阅读

最近,美国和加拿大的研究人员用人工智能发现了月球上近7000个此前未被发现的陨石坑,仅用时几个小时。未来,人类将有可能在这些陨石坑巨大的阴影下建立月球基地。

人类离开地球后的第一个家园可能很快就会被找到。

最近,美国宾夕法尼亚州立大学的Ari Silburt和加拿大多伦多大学的Mohamad Ali-Dib领导的研究小组,利用人工智能发现了月球上近7000个此前未被发现的陨石坑,仅用时几个小时。

专家说,未来,人类可以在陨石坑巨大的阴影下建立月球基地,这样可以保护殖民者免受太阳辐射的危险。

人工神经网络识别9万张图像,数小时发现6883个新陨石坑

过去,人们在计算月球上的陨石坑时,需要手动查看图像,找到并计算陨石坑的数量,然后根据图像大小计算它们的实际大小。

研究人员也曾尝试过开发算法来识别和计算月球陨石坑,但是当它们用于新的、以前看不见的陨石坑时,往往表现不佳。

Ali-Dib和他的同事开发的算法可以很好地发现不容易识别的月球,甚至水星等其他星球上的陨石坑。

该算法经过训练以识别火山口的边缘,然后对照先前发现的火山口的数据库进行检查,算法使用这些信息来确认新的形状符合已知的火山口形状。这使得算法可以区分陨石坑和其他地质形状,包括山脉和山脊。

为了确定其准确性,研究团队首先在覆盖三分之二的月球的大型数据集上训练神经网络,然后在余下三分之一的月球上测试他们的训练网络。最终的结果表现非常好,它能够识别两倍于传统手动计数的陨石坑。而实际上上,它能够在月球上识别出约7000个以前不明的陨石坑。

专家将90000幅月球表面图像输入到人造神经网络,并对图像进行分类并确定直径大于5公里的陨石坑。这张图片显示了AI在非月亮照片上的识别能力。

当机器进行测试时,它找到了6883个新陨石坑,使这个尺寸的已知陨石坑总数增加了一倍。该图像显示原始图像(左),AI对火山口位置(中心)的预测以及这些预测叠加在原始图像上(右图)

然而,人工智能确实不时出现失误,错误地识别出了一些陨石坑,而忽略了其他的陨石坑。大约四分之一正确识别的陨石坑的真实位置没有显示(红色)

Silburt博士说,一旦模型有了更多的改进,AI就可以用来发现成千上万、身份不明的5公里以下的陨石坑。

未来,Ali-Dib表示计划将进一步改进算法,使研究人员能够找到更多的陨石坑,并在其他太阳系体如火星、谷神星(Ceres)、木星和土星的卫星上使用。

通过陨石坑研究太阳系,2030年人类登月找到定居点?

了解陨石坑在月球上的大小和位置非常重要,因为它为我们的太阳系历史提供了一个研究窗口。 Ali-Dib指出,通过研究各种形状、大小和年龄的撞击坑,研究人员可以更好地了解太阳系早期发生的物质分布和物理现象。

由于月球没有大气、板块构造和水,所以几乎没有受到地表侵蚀,因此一些陨石坑的形成时间可以达到40亿年。大陨石坑的年龄也可以通过计算里面有多少个小陨石坑来确定。

LRO拍摄的月球陨石坑

这次研究使用的许多图像是通过美国国家航空航天局的月球侦察轨道飞行器(Lunar Reconnaissance Orbiter ,LRO)获取,该飞行器在2009年发射升空,这是美国“重返月球”计划的第一步,为美国下一步载人探月以及探索太阳系提供重要数据。

LRO返回月球全部数据,如日间温度地图、月球大地测量网格、高分辨率彩色成像和月球的UV反照率(这是衡量太阳辐射被天文物体反射回太空中的比例的测量值)。

月球侦察轨道飞行器LRO(意境图)

LRO有助于确定月球上潜在资源点,具有极高的科学价值,资源点能够为人类提供良好的地形和未来机器人和人类执行月球任务所需的安全环境。

欧洲航天局推动的“月球村”计划大使Bernard Foing教授曾表示,到2030年,可能会有六到十个人类先驱者在月球上找到定居点,到2040年人类在月球上的数量可能增长到100人。

Bernard Foing

“到了2050年,可能会有一千人,然后......自然你可以设想让家人在那里工作。”Bernard Foing说。

Bernard Foing认为,潜在的月球资源包括玄武岩,这是一种火山岩,它可用作打印3D卫星的原材料。这些卫星可以从月球上发射,因为其重力只有地球的一小部分。

未来人类月球定居点(意境图)

此外,月球还拥有氦3,这是我们这个星球上罕见的同位素,它理论上可以用来为地球产生更清洁,更安全的核能。

月球上的水被凝结在月亮两极的冰上,而水可以分离成氢气和氧气,两种气体在混合时会爆炸——这能提供火箭燃料。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4570

    浏览量

    98704
  • 人工智能
    +关注

    关注

    1776

    文章

    43766

    浏览量

    230552

原文标题:【月球殖民靠AI】神经网络发现7000个新陨石坑,人类2030年或找到月球定居点

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    实现图像识别神经网络的步骤

    我们的下一个任务是使用先前标记的图像来训练神经网络,以对新的测试图像进行分类。因此,我们将使用nn模块来构建我们的神经网络
    的头像 发表于 01-22 10:01 426次阅读
    实现<b class='flag-5'>图像识别</b><b class='flag-5'>神经网络</b>的步骤

    卷积神经网络的优点

    卷积神经网络的优点  卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的神经网络模型,在图像识别、语音
    的头像 发表于 12-07 15:37 2931次阅读

    使用Python卷积神经网络(CNN)进行图像识别的基本步骤

    Python 卷积神经网络(CNN)在图像识别领域具有广泛的应用。通过使用卷积神经网络,我们可以让计算机从图像中学习特征,从而实现对图像的分
    的头像 发表于 11-20 11:20 1771次阅读

    人工神经网络相关资料

    以冯·诺依曼型计算机为中心的信息处理技术的高速发展,使得计算机在当今的信息化社会中起着十分重要的作用。但是,当用它来解决某些人工智能问题时却遇到了很大的困难。 例如,一人可以很容易地识别他人的脸孔
    发表于 09-27 06:13

    人工神经网络和bp神经网络的区别

    人工神经网络和bp神经网络的区别  人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑
    的头像 发表于 08-22 16:45 3417次阅读

    图像识别卷积神经网络模型

    图像识别卷积神经网络模型 随着计算机技术的快速发展和深度学习的迅速普及,图像识别卷积神经网络模型已经成为当今最受欢迎和广泛使用的模型之一。卷积神经网
    的头像 发表于 08-21 17:11 530次阅读

    卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别

    深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预测和分类。卷积
    发表于 08-21 17:07 2291次阅读

    卷积神经网络算法流程 卷积神经网络模型工作流程

    卷积神经网络算法流程 卷积神经网络模型工作流程  卷积神经网络(Convolutional Neural Network,CNN)是一种广泛应用于目标跟踪、图像识别和语音
    的头像 发表于 08-21 16:50 1539次阅读

    卷积神经网络算法有哪些?

    算法。它在图像识别、语音识别和自然语言处理等领域有着广泛的应用,成为近年来最为热门的人工智能算法之一。CNN基于卷积运算和池化操作,可以对图像进行有损压缩、提取特征,有效降低输入数据的
    的头像 发表于 08-21 16:50 1141次阅读

    卷积神经网络的介绍 什么是卷积神经网络算法

    卷积神经网络的介绍 什么是卷积神经网络算法 卷积神经网络涉及的关键技术 卷积神经网络(Convolutional Neural Network,CNN)是一种用于
    的头像 发表于 08-21 16:49 1421次阅读

    卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点

    中最重要的神经网络之一。它是一种由多个卷积层和池化层(也可称为下采样层)组成的神经网络。CNN 的基本思想是以图像为输入,通过网络的卷积、下采样和全连接等多个层次的处理,将
    的头像 发表于 08-21 16:49 1433次阅读

    卷积神经网络如何识别图像

    卷积神经网络如何识别图像  卷积神经网络(Convolutional Neural Network, CNN)由于其出色的图像识别能力而成为
    的头像 发表于 08-21 16:49 1412次阅读

    卷积神经网络的工作原理 卷积神经网络通俗解释

    。CNN可以帮助人们实现许多有趣的任务,如图像分类、物体检测、语音识别、自然语言处理和视频分析等。本文将详细介绍卷积神经网络的工作原理并用通俗易懂的语言解释。 1.概述 卷积神经网络
    的头像 发表于 08-21 16:49 2723次阅读

    卷积神经网络概述 卷积神经网络的特点 cnn卷积神经网络的优点

    卷积神经网络概述 卷积神经网络的特点 cnn卷积神经网络的优点  卷积神经网络(Convolutional neural network,CNN)是一种基于深度学习技术的
    的头像 发表于 08-21 16:41 1926次阅读

    卷积神经网络的应用 卷积神经网络通常用来处理什么

    的前馈神经网络,卷积神经网络广泛用于图像识别、自然语言处理、视频处理等方面。本文将对卷积神经网络的应用进行详尽、详实、细致的介绍,以及卷积神经网络
    的头像 发表于 08-21 16:41 3969次阅读