Na ciałach niebieskich o skalistej budowie, takich jak Księżyc czy Mars, często występują charakterystyczne zagłębienia — leje krasowe czy zapadliska — które mają kolisty bądź eliptyczny kształt. Od typowych kraterów uderzeniowych odróżnia je brak wyniesionych krawędzi oraz śladów materiału wyrzuconego podczas uderzenia. W niektórych przypadkach mogą one prowadzić do znajdujących się pod powierzchnią pustek skalnych, czyli jaskiń.
Uczenie maszynowe w służbie eksploracji
Zespół badaczy postanowił zastosować głębokie sieci neuronowe do analizy zdjęć wykonanych przez sondy orbitujące wokół Księżyca i Marsa. Celem było wykrycie ukrytych struktur, których nie udało się zidentyfikować tradycyjnymi metodami.
Trening AI na przykładzie Morza Spokoju
Model sztucznej inteligencji został wytrenowany na podstawie zdjęć dobrze udokumentowanego zagłębienia zlokalizowanego w rejonie Morza Spokoju. Dół ten ma średnicę około 100 metrów i głębokość 105 metrów, dzięki czemu stanowił idealny przykład do nauki wzorców. Spośród kilku testowanych systemów najskuteczniejszy okazał się model o nazwie Entrances to Sub-Surface Areas (ESSA). Po przeanalizowaniu zaledwie 1,92% powierzchni Morza Spokoju (co odpowiada 0,23% całego Księżyca), ESSA wykrył dwie nieznane dotąd struktury jaskiniowe.
Znaczenie odkrycia dla przyszłych misji
Odkryte jaskinie, powstałe najprawdopodobniej w wyniku dawnej aktywności wulkanicznej, mogą w przyszłości odegrać kluczową rolę w eksploracji Księżyca. Takie podziemne przestrzenie mogą stanowić naturalne schronienia chroniące astronautów przed promieniowaniem kosmicznym oraz ekstremalnymi warunkami panującymi na powierzchni.
