Команда исследователей из Университета Токио разработала систему на основе искусственного интеллекта, способную за полдня определить размер, местоположение и форму около 200 000 камней на поверхности астероидов Рюгу и Бенну. Результаты работы раскрывают не только особенности строения этих объектов, но и перспективы применения технологии в строительстве и предотвращении природных катастроф на Земле.

В основу исследования легли снимки, полученные японским зондом «Хаябуса-2» (астероид Рюгу) и американским аппаратом OSIRIS-REx (астероид Бенну). Учёные обучили нейросеть на данных о 70 000 земных камней и астероидов, создав инструмент для автоматического анализа. После обработки 10 000 высококачественных изображений система идентифицировала 20 000 объектов диаметром от 1 метра на Рюгу и 180 000 — на Бенну.

Детали астероидов Рюгу и Бенну, котоыре были идентифицированы с использованием технологии искусственного интеллекта по их фотографиям. Источник: University of Tokyo / via Jiji

Учёных особенно заинтересовало, как распределяются камни разных размеров. На Земле, например, в селевых потоках крупные обломки со временем оказываются в конце зоны распространения. Однако ИИ показал, что на астероидах всё иначе: на Рюгу породы двигались от экватора к полюсам, а на Бенну — строго наоборот. Причина — в разной скорости вращения. Рюгу делает полный оборот за 7,6 часа, создавая центробежную силу, которая «выталкивает» материал к полюсам. Бенну же, вращаясь быстрее (4,3 часа за оборот), направляет камни к экватору, будто гигантская центрифуга.

«Автоматизация процесса заняла бы годы при ручном подсчёте, но ИИ справляется за полдня на один астероид», — отмечают авторы. Технологию планируют использовать в японской миссии MMX (Martian Moons Exploration), которая стартует в 2026 году для изучения спутников Марса.

Кроме того, метод открывает возможности для мониторинга оползней на Земле. Регулярная аэросъёмка склонов с дронов и анализ изображений при помощи алгоритма позволят оперативно выявлять опасные смещения пород. «Это может стать прорывом в прогнозировании природных катастроф», — подчеркнули авторы работы.

Подробнее на iXBT