اعماق پنهان ماه با الگوریتم‌های یادگیری عمیق کشف شد
دانشمندان موفق شدند با برنامه‌نویسی الگوریتم‌های جدید، کشف کنند مناطقی از ماه که به صورت دائمی در سایه قرار دارند، حاوی مخازن یخی ضخیم هستند. مناطق خاصی در نزدیک قطب‌های ماه همیشه در سایه هستند ...
در دیجیاتو ثبت‌نام کنید
جهت بهره‌مندی و دسترسی به امکانات ویژه و بخش‌های مختلف در دیجیاتو عضو ویژه دیجیاتو شوید.
عضویت در دیجیاتوتازههای تکنولوژی
ویدئوی مرتبط
دانشمندان موفق شدند با برنامه‌نویسی الگوریتم‌های جدید، کشف کنند مناطقی از ماه که به صورت دائمی در سایه قرار دارند، حاوی مخازن یخی ضخیم هستند.
مناطق خاصی در نزدیک قطب‌های ماه همیشه در سایه هستند و هرگز نور مستقیم خورشید را دریافت نمی‌کنند. مطالعات اخیر نشان میدهد که این مناطق به اصطلاح دائمی سایه‌دار (PSR) حاوی مخازن یخی غنی هستند که می‌توانند جزئیات شکل‌گیری منظومه شمسی را در اختیار ما قرار دهند. این مناطق همچنین می‌توانند به بازدیدکنندگان آینده در ساخت سوخت و منابع دیگر مورد نیاز کمک کنند. اما عکاسی از این نواحی به کمک ماهواره‌هایی که به دور ماه می‌چرخند، کار بسیار دشواری است. فوتون‌ها (ذرات نور) معدودی که از این نواحی منعکس می‌شوند، اغلب تحت تاثیر نویزهای ثابت دوربین و اثرات کوانتومی درون فضا قرار می‌گیرند.
الگوریتم یادگیری عمیق قادر به کشف ماه است!
اکنون دانشمندان موفق شده‌اند تا به کمک یک الگوریتم یادگیری عمیق، میزان این تداخل را کاهش دهند و نگاهی به این مناطق تاریک بیندازند. «والنتین بیکل» دانشمند سیاره‌شناسی در موسسه تحقیقاتی منظومه شمسی در «ماکس پلانک» در آلمان و نویسنده اصلی این مقاله که در مجله «Nature Communications» به چاپ رسیده است، می‌گوید: « تصاویر بدست آمده ما را قادر می‌سازد تا ویژگی‌های این نواحی مانند شکل دهانه‌ها و صخره‌ها را شناسایی کنیم.»
محققان از بیش از هفتاد هزار تصویر از مناطق کاملا تاریک ماه – بدون سیگنال نور – همراه با جزئیات مربوط به دما و موقعیت دوربین در مدار استفاده کردند تا بتوانند این الگوریتم را بنویسند. برای افزایش دقت این الگوریتم، دانشمندان نویزهای فضایی که بر حرکت فوتون‌ها در محیط اثرگذار است را نیز، مطالعه کردند. در این مرحله، میلیون‌ها عکس ماه با نور خورشید با نتایج بدست آمده از الگوریتم مورد مقایسه قرار گرفت. « ایگناسیو لوپز» یکی از نویسندگان این مطالعه و مهندس در مرکز تحقیقات «ایمز» ناسا می‌گوید: « استفاده از این مقایسه در شبیه‌سازی مناطق تاریک بسیار ضروری است زیرا در تصاویر بدست آمده، هیچ نور خورشیدی در این نواحی وجود ندارد.»
«چونگی لی» دانشمند کامپیوتر که از استراتژی‌های مشابهی برای بهبود تصاویر زیر آب در دانشگاه فنی «نانیانگ» سنگاپور استفاده کرده است و در این مطالعه دخالتی نداشته است، می‌گوید: «این یک کاربرد جالب از فناوری یادگیری ماشینی است و مدل استفاده از نویز برای بهبود کیفیت بسیار به جا به کار برده شده است.»
محققان از الگوریتم خود برای تجزیه و تحلیل اندازه دهانه‌ها و تخته سنگ‌هایی در سطح ماه استفاده کرده‌اند که ممکن است توسط ماموریت «آرتمیس» ناسا کاوش شود. آن‌ها همچنین جنس و منشا احتمالی برخی از تخته سنگ‌ها را مورد ارزیابی قرار دادند و حدس‌هایی در این زمینه زدند که تا پیش از تائید نهایی نمی‌توان آن‌ها را به صورت قطعی پذیرفت.
«خوزه هورتادو» زمین‌شناس دانشگاه تگزاس که در این مطالعه شرکتی نداشت، می‌گوید: « دانشمندان علاقه زیادی به مطالعه نقاط مختلف قطب‌های ماه دارند. این مناطق نه تنها از دیدگاه کشف بلکه از منظر توپوگرافی نیز حائز اهمیت هستند. یخ در سطح ماه ممکن است به صورت پراکنده وجود داشته باشد، اما این مناطق به علت تاریکی و سرما دارای یخ‌های ضخیم هستند که مناظری متفاوت را نسبت به سایر نقاط ایجاد می‌کنند. بنابراین پردازش تصاویر این مناطق اطلاعات خاص و متفاوتی در اختیار قرار خواهند داد.»
برای گفتگو با کاربران ثبت نام کنید یا وارد حساب کاربری خود شوید.