นักวิจัยจากสถาบัน
Max
Planck เพื่อการวิจัยระบบสุริยะ (MPS) ในเยอรมนีได้ตีพิมพ์บทความ
โดยเน้นการแก้ปัญหา AI สำหรับการถ่ายภาพหลุมอุกกาบาตในด้านมืดของดวงจันทร์
HORUS เป็นซอฟต์แวร์ U-net ออกแบบมาเพื่อกำจัด noise ออกจากสัญญาณภาพแบบมีประสิทธิภาพสูง หลักการทำงานมีอัลกอริทึม Machine Learning ช่วยให้สามารถระบุหลุมอุกกาบาตในเงามืดได้ด้วยความละเอียดสูง ซอฟต์แวร์นี้ใช้ภาพในการปรับเทียบมากกว่า ๗๐,๐๐๐ ภาพ เป็นภาพถ่ายในด้านมืดของดวงจันทร์ โดยอวกาศยาน Lunar Reconnaissance Orbiter ของ NASA ดัวยการลด Noise จำนวนมาก ที่เกิดจากภาพมีแสงน้อย อุณหภูมิของกล้อง และวิถีโคจรของยานอวกาศ เพื่อแยกแยะลักษณะทางธรณีวิทยาที่แท้จริง การใช้ HORUS นักวิจัยสามารถบรรลุความละเอียดได้ประมาณ ๑ – ๒ เมตรต่อพิกเซล ซึ่งสูงกว่าความละเอียดของภาพที่มีอยู่ก่อนหน้านี้ทั้งหมด ๕ – ๑๐ เท่า ในปัจจุบัน นักวิจัยได้ใช้ HORUS เพื่อทำแผนที่และวาดภาพหลุมอุกกาบาต ๑๗ หลุมที่ขั้วโลกใต้ของดวงจันทร์ ความสามารถดังกล่าวมีความสำคัญเป็นพิเศษเนื่องจากเชื่อว่ามีน้ำแช่แข็งอยู่ภายในหลุมอุกกาบาตหลายแห่ง นักวิทยาศาสตร์ MPS Dr. Valentin Bickel ผู้เขียนบทความฉบับแรกกล่าวว่า ” บริเวณใกล้ขั้วเหนือและใต้ของดวงจันทร์ แสงแดดที่ตกกระทบเข้าสู่หลุมอุกกาบาต และเงามืดดำในมุมที่ตื้นมาก และไม่เคยไปถึงพื้นบางส่วน”
Eternal night อุณหภูมิในบางสถานที่เย็นมากจนคาดว่าน้ำที่เย็นจัดจะคงอยู่นานหลายล้านปี สิ่งนี้ได้รับการพิสูจน์โดย NASA’s Lunar Crater Observation and Sensing Satellite (LCROSS) ในปี ค.ศ.๒๐๐๙ ซึ่งพบน้ำจำนวนมากภายใน Cabeus ซึ่งเป็นปล่องภูเขาไฟขั้วโลกใต้ นักวิจัย MPS พบหลุมอุกกาบาต จำนวน ๓ ใน ๑๗ หลุม ที่สามารถถ่ายภาพได้lbj
ที่มา : https://artificialintelligence-news.com/2021/09/27/ai-provides-imaging-solution-for-the-moons-shadowy-craters/
แปลและเรียบเรียงโดย ร.อ.ยุทธนา สุพรรณกลาง
