Αποδεικνύεται ότι τα ίδια οπτικά εργαλεία που αναπτύχθηκαν για την καθοδήγηση «αυτο-οδηγούμενων» αυτοκινήτων είναι τέλεια για την επεξεργασία γιγάντιων ποσοτήτων αστρονομικών δεδομένων. Για του λόγου το αληθές, αστρονόμοι ανακοίνωσαν αυτόν τον μήνα ότι χρησιμοποίησαν τεχνολογίες τεχνητής νοημοσύνης (AI) για να εντοπίσουν 6.000 νέους κρατήρες στη Σελήνη.
Σαν ανακάλυψη, δεν πρόκειται για κάτι το τόσο σημαντικό. Η Σελήνη εκτιμάται ότι έχει εκατοντάδες χιλιάδες κρατήρες, που προκαλούνται κυρίως από συγκρούσεις με αστεροειδείς και μετεωρίτες. Αλλά η χρήση της τεχνητής νοημοσύνης για τον εντοπισμό αυτών των κρατήρων είναι σημαντική, καθώς υποδεικνύει ακόμα έναν τρόπο με τον οποίο οι μηχανές μπορούν να αυτοματοποιήσουν μια ιδιαίτερα χρονοβόρα και δύσκολη εργασία.
Όσο λιγότερο χρόνο χρειάζεται να περάσουν οι αστρονόμοι κοιτώντας εικόνες του φεγγαριού, σημειώνοντας τους κρατήρες με το χέρι, τόσο περισσότερο χρόνο μπορούν να αφιερώσουν σε άλλες, πιο απαιτητικές έρευνες. Επιπλέον, όσο περισσότερα γνωρίζουμε για τους κρατήρες της Σελήνης, τόσο καλύτερα μπορούμε να κατανοήσουμε την ιστορία και το σχηματισμό του ηλιακού μας συστήματος.
Το εργαλείο που χρησιμοποιείται για τη συγκεκριμένη έρευνα είναι γνωστό ως συνελικτικό νευρωνικό δίκτυο ή CNN. Πρόκειται για μια κοινή τεχνική που χρησιμοποιείται στη διαλογή οπτικών δεδομένων. Όπως εξηγούν οι ερευνητές που διεξήγαν την εργασία, «εκπαίδευσαν» το δίκτυό τους χρησιμοποιώντας δεδομένα από κρατήρες που είχαν προηγουμένως ταυτοποιηθεί από ανθρώπους. Μόλις το πρόγραμμα είχε μάθει πώς μοιάζει ένας κρατήρας, του ανέθεσαν να εξερευνήσει ένα νέο τμήμα της επιφάνειας της Σελήνης (περίπου το ένα τρίτο της συνολικής επιφάνειάς της). Εκεί εντόπισε 6.000 νέους κρατήρες.
Όπως σημειώνουν οι επιστήμονες, το σύστημα ήταν συνεπές και, το σημαντικότερο, γρήγορο. «Μόλις εκπαιδευτεί, το CNN μας αυξάνει σημαντικά την ταχύτητα της αναγνώρισης κρατήρων, και του χρειάζονται μόλις μερικά λεπτά για να δημιουργήσει προβλέψεις για δεκάδες χιλιάδες κρατήρες. Όλο αυτό συμβαίνει παθητικά, απελευθερώνοντας τον επιστήμονα να επικεντρωθεί σε άλλα αντικείμενα».
Φυσικά το σύστημα δεν ήταν αλάνθαστο, ωστόσο φαίνεται ότι η τεχνητή νοημοσύνη αποτελεί ένα εξαιρετικά ικανό εργαλείο που μπορεί να επιταχύνει τη βασική αστρονομική έρευνα. Μέχρι σήμερα, παρόμοιες μέθοδοι έχουν χρησιμοποιηθεί για τον εντοπισμό βαρυτικών φακών, την ανακάλυψη νέων εξωπλανήτων, την αναγνώριση αστρών παλσάρ και την ταξινόμηση γαλαξιών. Το διάστημα μπορεί να είναι μεγάλο, αλλά οι άνθρωποι έχουν τώρα υπολογιστές για να τους βοηθήσουν να το… κοσκινίσουν.