L’intelligenza artificiale ha aiutato gli scienziati a individuare dei piccoli crateri, provocati dalla caduta di un meteorite sulla superficie di Marte, difficili da rilevare per gli strumenti di cui è dotato il Mars Reconnaisance Orbiter. La sonda, lanciata nel 2005, ha a bordo due camere: una a bassa risoluzione, la Context Camera, e una più potente, la Hirise (High Resolution Imaging Science Experiment). Sull’orbiter, inoltre, è installato il radar italiano Sharad (SHAllow RADar), utilizzato per osservare le profondità di Marte fino a un chilometro.

Solitamente, gli scienziati del team di Mars Reconnaisance Orbiter dedicano diverse ore della loro giornata allo studio delle immagini catturate dagli strumenti di bordo, alla ricerca di fenomeni di superficie come dune mobili o diavoli di sabbia. Nel corso dei suoi 14 anni di missione, la sonda ha individuato 1000 nuovi crateri, rilevati dalla Context Camera e scansionati anche da Hirise per ottenere una maggior definizione delle immagini. 

Ora gli scienziati possono contare su un alleato in più per la rilevazione dei nuovi crateri: uno strumento di apprendimento automatico, parte di un programma più ampio – il Cosmic (Capturing Onboard Summarization to Monitor Image Change) – che sviluppa tecnologie basate sull’intelligenza artificiale per le future generazioni di orbiter marziani. 

Lo strumento ha analizzato una serie di foto, ottenute dalla Context Camera da marzo 2010 a maggio 2012, in cui erano presenti alcuni segni dell’impatto di un meteorite. Il team del Jpl ha mostrato 6830 immagini al classificatore per addestrarlo, comprese quelle di luoghi con impatti scoperti precedentemente e già confermati tramite Hirise.

Il processo di analisi delle foto  – se effettuato  da un tecnico –  richiede circa 40 minuti per ciascuno scatto, mentre il classificatore è in grado di osservare ogni immagine in soli 5 secondi. Grazie alla rapidità dell’analisi, l’intelligenza artificiale ha potuto confermare che una macchia scura, rilevata da Hirise in una regione chiamata Noctis Fossae, era in realtà un ammasso di crateri.

Nonostante la grande potenza di calcolo, il classificatore richiede ancora la presenza umana per completare il lavoro. «L’intelligenza artificiale non può effettuare le stesse analisi di uno scienziato –  ha detto Kiri Wagstaff del Jpl –  ma questi nuovi algoritmi possono assisterli e velocizzare le analisi». L’obiettivo finale è sviluppare classificatori simili da installare a bordo delle sonde, in modo che aiutino gli scienziati ad individuare più crateri in minor tempo, per monitorare al meglio l’impatto dei meteoriti sul Pianeta Rosso.

I crateri individuati dall’intelligenza artificiale nella regione Noctis Fossae