Una nueva técnica desarrollada por investigadores de la U of T Scarborough está utilizando la misma tecnología detrás de los autos autónomos para medir el tamaño y la ubicación de los impactos del cráter en la luna.

"Cuando se trata de contar cráteres en la luna, es un método bastante arcaico, "dice Mohamad Ali-Dib, becario postdoctoral en el Centro de Ciencias Planetarias (CPS).

"Básicamente, necesitamos mirar manualmente una imagen, localice y cuente los cráteres y luego calcule su tamaño basándose en el tamaño de la imagen. Aquí hemos desarrollado una técnica a partir de inteligencia artificial que puede automatizar todo este proceso, lo que ahorra mucho tiempo y esfuerzo ".

Los investigadores han intentado en el pasado desarrollar algoritmos que pudieran identificar y contar cráteres lunares, pero cuando se usaron en nuevos, parches de cráteres nunca antes vistos tendían a funcionar mal. En comparación, la técnica desarrollada por Ali-Dib y sus colegas se puede generalizar muy bien a parches lunares invisibles, e incluso otros cuerpos con cráteres como Mercurio.

"Es la primera vez que tenemos un algoritmo que puede detectar cráteres realmente bien no solo para partes de la luna, sino también áreas de Mercurio, "dice Ali-Dib, quien desarrolló la técnica junto con Ari Silburt, Chenchong Charles Zhu y un grupo de investigadores de CPS y el Instituto Canadiense de Astrofísica Teórica (CITA).

Para determinar su precisión, los investigadores primero entrenaron la red neuronal en un gran conjunto de datos que cubre dos tercios de la luna, y luego probaron su red entrenada en el tercio restante de la luna. Funcionó tan bien que pudo identificar el doble de cráteres que el conteo manual tradicional. De hecho, pudo identificar alrededor de 6, 000 cráteres no identificados previamente en la luna.

La técnica en sí se basa en una red neuronal convolucional, una clase de algoritmos de aprendizaje automático que se ha utilizado con éxito para la visión por computadora para impulsar robots e incluso automóviles autónomos. Los datos utilizados por los algoritmos se tomaron de mapas de elevación recopilados de satélites en órbita.

Si bien ninguno de los investigadores tenía experiencia previa en el conteo de cráteres, Pudieron desarrollar la técnica como resultado de una serie de talleres realizados en la U of T Scarborough organizados por la profesora asociada Kristen Menou y varios de los autores sobre cómo el aprendizaje automático y el aprendizaje profundo podrían ayudar a abordar problemas científicos específicos.

"Decenas de miles de pequeños cráteres no identificados están en la luna, y no es realista que los humanos los caractericen a todos de manera eficiente a simple vista, "dice Silburt, ex estudiante de posgrado en el Departamento de Astronomía y Astrofísica de la Universidad de Texas.

"Existe un potencial real para que las máquinas ayuden a identificar estos pequeños cráteres y revelen pistas no descubiertas sobre la formación de nuestro sistema solar".

Conocer el tamaño y la ubicación de los cráteres en cuerpos como la luna es importante porque ofrece una ventana a la historia de nuestro sistema solar. Al estudiar los cráteres de impacto de todas las formas, tamaños y edades, los investigadores pueden comprender mejor la distribución de material y la física que ocurrió en las primeras etapas de nuestro sistema solar, señala Ali-Dib.

Dado que la luna carece de atmósfera, tectónica de placas y agua, hay poca erosión y, como resultado, son visibles algunos cráteres de impacto de hasta 4 mil millones de años. Las edades de los cráteres grandes también se pueden determinar contando cuántos cráteres pequeños se encuentran en su interior.

"Para que esta técnica funcione, necesitas un cuerpo sin aire como la luna o Mercurio, cuerpos donde hay poca erosión ”agrega Ali-Dib.

En cuanto a los próximos pasos, Ali-Dib dice que el plan es mejorar aún más el algoritmo para permitir a los investigadores encontrar más cráteres, y también para probarlo en otros cuerpos del sistema solar como Marte, Ceres y las lunas heladas de Júpiter y Saturno.

La investigación, que se encuentra actualmente en revisión en la revista Ícaro , recibió financiación del Consejo de Investigación de Ciencias Naturales e Ingeniería de Canadá (NSERC).