logo
 /
Espacio 16/07/2021

Científicos trabajan en el uso de Inteligencia Artificial para mapas de la Luna

Una herramienta que será trascendental en el futuro.

La Luna seguirá siendo explorada por los seres humanos durante largo, largo tiempo. Mientras mejores mapas se tengan de ella, mucho mejor. Y estos científicos trabajan en el uso de Inteligencia Artificial para nuestro satélite natural.

Investigadores de la Universidad China de Hong Kong están desarrollando un método de escaneo lunar para clasificar automáticamente características importantes de la superficie. Esto, consideran, mejorará la elección de sitios para exploración.

Destacan los científicos que el área visible de la superficie lunar es más grande que Rusia. Cuenta con miles de cráteres, y está entrecruzada por una especie de cañones.

Seleccionar el mejor sitio para la construcción, con minerales o potenciales recursos energéticos es clave. Pero las dificultades de escaneo de un área tan grande siempre están presente.

“Estamos buscando características lunares como cráteres y otras zonas, que se creen puntos calientes para los recursos energéticos como el uranio y el helio-3, un recurso prometedor para la fusión nuclear”, dice Siyuan Chen, uno de los investigadores. “Ambos han sido detectados en cráteres lunares y podrían ser recursos útiles para reponer el combustible de las naves espaciales”.

La importancia del aprendizaje automático para el mapa de la Luna

Gracias al aprendizaje automático, se puede entrenar un modelo de Inteligencia Artificial para buscar ciertas características por sí solo.

“Utilizamos un enfoque llamado aprendizaje de transferencia para preentrenar nuestro modelo en un conjunto de datos de grietas de superficie con algunos ajustes finos utilizando elementos reales”, apunta Chen.

La Inteligencia Artificial será clave para el mapa de la Luna

“Los enfoques anteriores requieren anotación manual para al menos parte de las imágenes de entrada: nuestro enfoque no requiere la intervención humana y, por lo tanto, nos permitió construir un gran conjunto de datos de alta calidad”.

Posteriormente, desarrollaron un enfoque computacional para identificar cráteres y más zonas al mismo tiempo. Esto es inédito. Su precisión es del 83.7%, superior a los métodos existentes para detectar cráteres.

Chen trabajó junto con Xin Gao y Shuyu Sun, además de otros colegas de la Universidad China de Hong Kong. Este es el link original del estudio.