美国国家航空航天局表示，其新的寻找陨石坑的AI系统首次发现了此前未见过的陨石撞击火星的证据，其Aix系统只需5秒钟就可以计算出可能的撞击地点，而人类通常需要40分钟才能完成。

美国宇航局的火星勘测轨道飞行器（MRO）已经围绕并拍摄这颗红色的行星飞行了14年多，并且通过对比探测器的历史图像和最新图像，科学家们试图发现陨石撞击形成的陨石坑。问题在于，一旦将快照传回地球，就需要花费一个人最集中的一个小时的时间来分析MRO摄像机中的一张图片并确定潜在的碰撞部位以进行更仔细的检查，而人工神经网络可以在几秒钟内完成同样的工作。

美国宇航局计算机科学家基里·瓦格斯塔夫（Kiri Wagstaff）周四表示： “人工智能无法像科学家那样进行熟练的分析。但是像这种新算法这样的工具可以成为他们的助手。这为人类和AI的“研究人员”共同合作加速科学发现铺平了道路。”

机器学习软件发现的火山口集群。图片来源：NASA / JPL-Caltech /亚利桑那大学。

一旦确定了可能的撞击区域，就可以使用轨道器的超级相机（称为高分辨率成像科学实验（HiRISE））进行检查。这种设备具有非常高的分辨率，可以分辨出美国宇航局好奇号火星车的轨迹。

目前，该团队的AI已识别出一组直径约13英尺（4米）的小型撞击坑，这些撞击坑是在2010年3月至2012年5月之间形成的。

为了达到这个目标，美国航空航天局喷气推进实验室的一个计算机科学家团队建立了一个分类器来检测陨石坑，并用6,830张图像训练了AI模型。这些图片有些包含已知的火星表面凹陷，另一些则根本没有陨石坑。

接下来，将训练有素以处理美国宇航局收集的11.2万张从轨道飞行器相机上采集的图像。该机构的计算机科学家加里·多兰(Gary Doran)表示: “如果不在多台计算机之间分配工作，就不可能在合理的时间内处理超过112,000张图像。所以解决策略是将问题分解成可以并行解决的小问题。”

美国航空航天局和美国布朗大学的科学家英格丽·道巴尔（Ingrid Daubar）补充说：“可能还有更多的撞击尚未被发现。这一进展向您展示了使用现代分析技术可以执行多少像MRO这样的资深任务。”

美国宇航局希望有一天它可以在航天器上进行图像处理，而不必先把数据交给地球上的科学家。然而，这需要像rad-hardening这样的专用硬件，并能够在合适的功耗水平上执行空间推断。