Il veicolo spaziale Mars Reconnaissance Orbiter (MRO) della NASA ha trascorso gli ultimi 15 anni in orbita attorno a Marte studiandone il clima e la geologia. L’orbiter MRO ha inviato da allora i dati dei suoi sensori che gli scienziati della NASA hanno utilizzato per trovare siti di atterraggio sicuri per i rover e i lander e per capire come sono distribuite le riserve di ghiaccio d’acqua sulla superficie del pianeta rosso.
L’interesse degli scienziati della NASA sono rivolte alle foto dei crateri scattate dall’orbiter che possono essere utilizzate per lanciare uno sguardo profondo sulla storia del pianeta rosso. La NASA è al lavoro su una importante missione che dovrà in futuro riportare sulla Terra campioni del suolo marziano. I dati ottenuti dalle rocce potranno essere utili per calibrare i prossimi orbiter marziani che studieranno le condizioni della superficie e i crateri in maniera più precisa.
In mancanza di campioni marziani gli scienziati dovranno utilizzare metodi indiretti per estrarre informazioni. Uno di questi metodi è stabilire l’età dei crateri più antichi dalle caratteristiche di quelli più nuovi del pianeta. Gli scienziati possono stabilire l’età di alcuni siti di impatto recenti entro pochi anni, o anche settimane, e possono utilizzarli come riferimento per determinare l’età e la composizione di crateri molto più antichi. Il problema è trovarli. Studiare le immagine di un pianeta alla ricerca dei segni rivelatori di un nuovo impatto è un lavoro noioso, ma è esattamente il tipo di problema che un’intelligenza artificiale è stata creata per risolvere.
I ricercatori della NASA, sul finire del 2020 hanno utilizzato, per la prima volta, l’intelligenza artificiale per scoprire nuovi crateri su Marte. L’intelligenza artificiale ha scoperto dozzine di crateri nei dati del MRO rivelandosi un ottimo modo per studiare la superficie dei pianeti del sistema solare.
Kiri Wagstaff, informatico del Jet Propulsion Laboratory della NASA ha dichiarato che dal punto di vista scientifico la scoperta è certamente entusiasmante e fa crescere le conoscenze di queste caratteristiche. Wagstaff è uno dei leader del team di ricerca. I dati erano sotto gli occhi dei ricercatori ma ci è voluto un algoritmo per metterli in evidenza.
L’orbiter MRO porta a bordo tre telecamere, ma Wagstaff e i suoi colleghi hanno addestrato la loro intelligenza artificiale utilizzando solo le immagini degli imager Context e HiRISE. Context è una fotocamera in scala di grigi a risoluzione relativamente bassa, mentre HiRISE utilizza il più grande telescopio riflettente mai inviato nello spazio profondo per produrre immagini con risoluzioni circa tre volte superiori alle immagini utilizzate su Google Maps.
L’addestramento dell’ IA (Intelligenza Artificiale) è iniziato utilizzando quasi 7.000 foto scattate dall’orbita di Marte, alcune con crateri conosciuti, altre prive di crateri. In questo modo l’algoritmo addestrato ha imparato a rilevare nuovi crateri. Appena pronto, Wagstaff e il suo team hanno caricato l’algoritmo su un supercomputer del Jet Propulsion Laboratory e lo hanno utilizzato per esaminare un database di oltre 112.000 immagini scattate dall’orbiter MRO.
La tecnologia impiegata, come ha spiegato Wagstaff, non è nuova. Il suo team ha utilizzato una rete standard per analizzare le immagini. La sfida, ha aggiunto Wagstaff è stata quella di applicarla su larga scala.
I crateri più giovani su Marte potrebbero essere larghi solo pochi metri, il che significa che appaiono come macchie scure pixelate. Se l’algoritmo addestrato confronta l’immagine del cratere candidato con una foto precedente della stessa area e scopre che manca la macchia scura, ci sono buone probabilità che abbia trovato un nuovo cratere. La data dell’immagine precedente consente di stabilire la sequenza temporale dell’impatto.
Quando l’algoritmo ha identificato candidati promettenti, i ricercatori della NASAÂ hanno utilizzato la fotocamera ad alta risoluzione di MRO per confermare l’effettiva scoperta. Lo scorso agosto, il team ha confermato un gruppo di crateri scoperti dalla IA. Per la prima volta un algoritmo addestrato ha scoperto un cratere su un altro pianeta.
L’utilizzo degli algoritmi addestrati  potrebbe accelerare notevolmente la scoperta dei crateri su Marte e su altri pianeti. Fin dall’inizio della missione di MRO gli scienziati della NASA hanno dovuto setacciare manualmente le immagini, e questo potrebbe impiegare tre quarti d’ora per una singola immagine. La nuova IA, al contrario, può stabilire se un’immagine contiene un potenziale cratere in soli cinque secondi.
I crateri sono importanti, possono aiutarci a stabilire l’età della superficie di Marte, come ha spiegato Ingrid Daubar, planetologa della Brown University.
Daubar sostiene che i crateri possono insegnare molto su ciò che è appena sotto di essi. Circa dieci anni fa, il Mars Reconnaissance Orbiter ha rilevato un nuovo cratere che ha esposto del ghiaccio d’acqua sotterraneo. Studiando il ghiaccio – e come è scomparso nel tempo – gli scienziati si sono fatti un’idea più precisa di come il ghiaccio è distribuito sulla superficie del pianeta. Ma è stata una scoperta fortuita. Daubar spera che un’IA che esamini regolarmente le immagini alla ricerca di nuovi crateri possa mettere in allarme gli scienziati entro il minor tempo possibile dalla loro formazione cosi da imparare ancora di più sulla storia di Marte.
L’utilizzo della IA è entusiasmante ha dichiarato Daubar, l’algoritmo ha scoperto circa 79 nuovi crateri mai osservati prima.
In futuro, Wagstaff e i colleghi del Jet Propulsion Laboratory si sperano che questo tipo di indagine venga svolta direttamente dall’orbita. Anziché inviare tutte le immagini alla Terra per l’elaborazione, i veicoli spaziali come il Mars Reconnaissance Orbiter saranno in grado di elaborare autonomamente i propri dati. Ciò consentirà missioni più flessibili e reattive, poiché l’orbiter non dovrà aspettare che i ricercatori gli dicano di controllare un punto di interesse particolare. Se rileva un possibile cratere, può immediatamente eseguire un’osservazione con uno strumento più sensibile.
Per ora questo rimane un obiettivo lontano. Il lavoro fa parte di un programma più ampio della NASA chiamato Cosmic, che mira a implementare algoritmi di rilevamento del cambiamento di immagine sugli orbiter stessi. Mentre il rilevamento dei cambiamenti nelle immagini è un problema ben compreso nella ricerca sull’IA, la creazione di hardware in grado di eseguire algoritmi di rilevamento delle modifiche nello spazio non lo è . Nel loro recente lavoro sui crateri di Marte, Wagstaff e il team hanno utilizzato 75 core in un grande supercomputer, una potenza di calcolo di ordini di grandezza superiore a quella disponibile su un veicolo spaziale in orbita attorno a Marte.
Integrare l’IA nei futuri veicoli spaziali diventerà sempre più importante. Con il miglioramento della tecnologia e l’aumento della velocità di trasmissione dei dati, i ricercatori della NASA dovranno fare i conti con una grande mole di dati. Quando avremo esploratori alimentati dall’intelligenza artificiale che esplorano il sistema solare, chissà cosa potremmo trovare…
