Машинное обучение раскрывает происхождение марсианского метеорита!

С появлением новых, более продвинутых телескопов ежегодно, астрономы собирают поразительное количество данных — термин петабайт становится все более распространенным в наши дни. С этими данными возникает проблема обработки всей информации. Одной из причин популярности научных проектов в последние два десятилетия было привлечение большего количества глаз для поиска объектов, таких как экзопланеты и сверхновые звезды. И хотя научные проекты по-прежнему популярны, одной из самых горячих тем в исследованиях в последнее время является машинное обучение и искусственный интеллект. Это не значит, что человеческие исследователи становятся устаревшими, но машинное обучение может освободить их для менее тривиальных задач, чем просмотр тысяч световых кривых или изображений скал. Теперь они могут взять лучшие варианты из результатов машинного обучения и проверять их. В новой статье, опубликованной в Nature Communications, команда исследователей использовала алгоритм для определения происхождения марсианского метеорита. Под 'происхождением' я подразумеваю фактический кратер, откуда метеорит был выброшен с Марса. Метеорит зарегистрирован как NWA 7034 и известен неофициально как 'Черная красота'. Он представляет собой брекчиевую марсианскую породу, состоящую из острых, угловатых фрагментов разных типов пород, скрепленных вместе. Это делает метеорит оседиментным камнем. Алгоритм машинного обучения анализировал большое количество высококачественных планетарных изображений с Марса для поиска ударных кратеров. С помощью нескольких слоев данных, собранных с различных марсианских миссий, было определено место, где можно найти этот конкретный тип породы, и, в конечном итоге, был определен точный кратер, теперь неофициально названный Каррата. Это открытие имеет большое значение, так как исследованная область содержит самые древние фрагменты Марса, возрастом 4,48 миллиарда лет, и показывает сходство между очень старой корой Марса и современными континентами Земли.