L'intelligence artificielle aide la NASA à détecter de nouveaux cratères

Entre mars 2010 et mars 2012, une météore traversa le ciel martien avant de se briser en morceaux. La chute de ces derniers sur le sol de la planète rouge est à l’origine de nombreux cratères, d’environ 4 mètres de diamètre. Ce qui les rend difficiles à repérer pour les scientifiques. Mais la donne a changé. Près de Los Angeles, les équipes du Jet Propulsion Laboratory (JPL) de la NASA ont travaillé avec des chercheurs en intelligence artificielle pour développer un nouvel outil de machine learning. Son intérêt : identifier très rapidement les impacts des débris de la météore à partir d’une banque d’images de Mars.
Jusqu’à présent, les chercheurs passent des heures chaque jour à étudier des images obtenues par le Mars Reconnaissance Orbiter (MRO) de la NASA. Après 14 années passées autour de Mars, les images du MRO ont permis de trouver 1000 cratères. Pour les aider la Context Camera se charge d’identifier les marques d’impact en amont, grâce aux photographies couvrant des centaines de kilomètres.
Passée cette étape les scientifiques doivent examiner de plus près les photographies via le High-Resolution Imaging Science Experiment (HiRISE). En tout, un chercheur doit compter 40 minutes pour analyser une seule photographie issue de la Context Camera. Afin d’automatiser ce processus, les équipes du JPL ont nourri leur outil avec 6830 photographies de la Context Camera. C’est grâce à cette base de données que l’algorithme a « appris » à identifier les cratères sur les images. Une fois entrainé, l’algorithme s’est attelé à identifié de nouveaux cratères sur les 112000 photos prises par la Context Camera. Pour aller plus vite, les équipes du JPL ont réparti la "charge de travail" sur douze ordinateurs, régis par un super-ordinateur. Résultat : l'IA réalise le même travail qu'un chercheur en seulement cinq secondes.
Fin août 2020, le HiRISE a confirmé l'existence d'un foyer de cratères dans une région martienne nommée Noctis Fossae. L'équipe du JPL a fourni une liste de 20 autres sites potentiels, tous identifié grâce à l'IA. "Il y a probablement beaucoup d'autres impacts que nous n'avons pas encore trouvés," déclare Ingrid Daubar, collaboratrice au JPL. "Cette avancée nous montre tout ce que nous pouvons faire en utilisant des techniques d'analyse moderne pour des missions plus anciennes."


Source: clubic.com



 
   
 



Créer un site
Créer un site