小编来分享一篇个人对斯卡伯勒大学开辟的一种基于AI的新技术可以计算月球上的陨石坑相关分析，众所周知，无论是在坊间民众，还是在汽车媒体的议论中，都是不错的，至于产品到底香不香，通过测试还是可以对斯卡伯勒大学开辟的一种基于AI的新技术可以计算月球上的陨石坑的产品力分析分析的，一起来看看吧!

斯卡伯勒大学的研究人员开辟的一项新技术正在使用自动驾驶汽车背后的相同技术来测量月球陨石坑撞击的大小和位置。

行星科学中心(CPS)的博士后研究员Mohamad Ali-Dib说：“计算月球上的陨石坑是一种非常古老的方法。”

“基本上，我们需要手动查看图像，定位并计数弹坑，然后根据图像大小计算弹坑的大小。在这里，我们开辟了一种人工智能技术，可以使整个过程自动化，从而节省大量时间时间和精力。”

过去，研究人员曾尝试开辟可识别和计算月球陨石坑的算法，但是当将它们用于新的，以前未见过的陨石坑时，它们往往表现不佳。相比之下，阿里-迪布(Ali-Dib)和他的同事开辟的技术可以很好地推广到看不见的月球斑块，甚至包括水星等其他坑坑洼洼的物体。

“这是我们第一次有了一种算法，它不仅可以很好地检测到月球的各个部分，而且还可以检测到水星区域的陨石坑，”与阿里·西伯特(Ari Silburt)，陈冲(Chungong Charles Zhu)和一个小组一起开辟了该技术的阿里·迪布(Ali-Dib)说CPS和加拿大理论天体物理学研究所(CITA)的研究人员。

为了确定其准确性，研究人员首先在覆盖月球三分之二的大型数据集上训练了神经网络，然后在月球的其余三分之一上测试了他们的训练过的网络。它工作得很好，以至于它能够识别出比传统人工计数多两倍的陨石坑。实际上，它能够识别出大约6,000个先前未识别的月球陨石坑。

该技术本身依赖于卷积神经网络，这是一类机器学习算法，已成功用于计算机视觉，为机器人甚至自动驾驶汽车提供动力。算法使用的数据取自轨道卫星收集的海拔图。

尽管没有一个研究人员以前有过陨石坑计数的经验，但由于克里斯汀·梅努副教授和几位作者在机器学习和深度学习方面的合作，在斯卡伯勒大学(U T Tscarborough)举办了一系列研讨会，他们得以开辟该技术。学习可以帮助解决特定的科学问题。

T的前天文学和天体物理学系的研究生Silburt说：“成千上万个未知的小陨石坑正在月球上，对于人类来说，用肉眼有效地表征它们是不现实的。”

“机器有真正的潜力来帮助识别这些小陨石坑，并揭示有关太阳系形成的未发现线索。”

了解陨石坑在月球等物体上的大小和位置很重要，因为它为了解我们太阳系的历史提供了一个窗口。Ali-Dib指出，通过研究各种形状，大小和年龄的撞击坑，研究人员可以更好地了解在太阳系早期阶段发生的物质分布和物理学。

由于月球缺乏大气，板块构造和水，因此几乎没有侵蚀，因此可见一些撞击坑，其历史可追溯至40亿年。大陨石坑的年龄也可以通过计算里面发现多少个小陨石坑来确定。

“要使这项技术起作用，您需要一个没有空气的物体，例如月球或水星，这些物体几乎不会发生侵蚀。” Ali-Dib补充说。

至于下一步，阿里-迪布说，计划是进一步改进算法，使研究人员能够发现更多的陨石坑，并在火星，谷神星以及木星和土星的冰冷卫星等其他太阳系天体上进行测试。

这项研究目前在《伊卡洛斯》(Icarus)杂志中进行审查，并获得了加拿大自然科学与工程研究委员会(NSERC)的资助。