NASA火星侦察轨道器上的HiRISE相机捕捉到了火星上一个陨石坑群的图像，这是第一个人工智能发现的。人工智能首先在轨道飞行器的场景相机拍摄的图像中发现了陨石坑。科学家们跟踪了HiRISE的图像，以确认该陨石坑。

通常情况下，科学家每天花几个小时研究由美国宇航局(NASA)火星侦察轨道器(MRO)拍摄的图像，以发现不断变化的表面现象，比如尘埃、雪崩和沙丘运动。在他们在火星上运行的14年里，科学家们一直依靠MRO数据来发现1000多个新的陨石坑。通常情况下，他们首先使用的是飞船的态势相机，这种相机一次拍摄低分辨率图像，覆盖数百英里。

在这些图像中，只有撞击点周围的爆炸痕迹被突出显示，而不是陨石坑，所以下一步是通过高分辨率成像科学实验(HiRISE)仔细观察它。该仪器功能强大，可以像好奇火星探测器留下的轨迹一样，看到细微的细节。(HiRISE团队允许任何人，包括公众，通过他们的HiWish页面请求特定的图像。)

为了训练陨石坑分类器，研究人员向他们提供了6830张ContextCamera图像，包括由HiRISE确认的之前发现的位置。该工具还提供了对显示分类器不需要的内容没有新影响的图像。

一旦训练完成，分类器就会部署在ContextCamera的大约112000张图像的整个存储库中。在JPL的超级计算机集群上运行，该集群由数十台高性能计算机组成，可以相互运行，一个过程需要40分钟，而人工智能工具平均需要5秒。

使用新的机器学习算法，图片左下角的黑点是最近在火星上发现的一组陨石坑。这张照片是由(美国宇航局)火星侦察轨道器上的场景摄像机拍摄的。资料来源：NASA/JPL-Caltech/MSSS。

JPL计算机科学家GaryDoran说，一个挑战是如何同时在集群中运行多达750个分类器。"如果不将工作分散到多台计算机上，就不可能在合理的时间内处理超过112000幅图像，"多兰说。"策略是把问题分解成可以并行解决的小问题。

然而，尽管有所有的计算能力，分类器仍然需要手动检查其工作。

JPL的计算机科学家基里瓦格斯塔夫说："人工智能不能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用作辅助工具。这为人类和人工智能研究人员共同努力加速科学发现铺平了道路。

在2020年8月26日，HiRISE证实，分类器在NoctisFossae区域发现的黑斑实际上是一个陨石坑群。该小组已经向HiRISE提交了20多名候选人进行检查。

虽然陨石坑平地机运行在一台运行在地球上的电脑上，但最终的目标是开发一台类似的平地机，适合未来的火星轨道飞行器。佐治亚理工学院(GeorgiaInstitute Of Technology)的研究生迈克尔·蒙杰(MichaelMunje)表示，将数据送回地球，现在需要科学家在干草堆中寻找有趣的图像，就像他们试图在大海捞针一样。

蒙杰说："人们希望，未来人工智能将优先考虑科学家更有可能感兴趣的轨道图像。

IngridDaubar也是JPL和布朗大学(Brown University)的一名科学家，他也参与了这项工作。他希望这个新工具能更全面地了解流星袭击火星的频率，并揭示流星撞击火星的微小影响。我以前发现过它。发现的陨石坑越多，科学家就越了解陨石撞击火星的大小、形状和频率。

我们可能还没有发现更多的影响，"她说，"这一进展向你展示了你可以用现代分析技术在诸如MRO这样的高级任务上执行多少项任务。