ИИ научили превращать старые снимки Марса в детальные карты

Два десятилетия спутниковых данных о Марсе обрели новую жизнь благодаря нейросетям. Австралийские исследователи применили алгоритмы машинного обучения, чтобы повысить разрешение тепловых карт поверхности в восемь раз. Этот метод позволяет находить месторождения льда и безопасные зоны для посадки без запуска новых дорогостоящих космических миссий.

Команда из Университета Кертин использовала алгоритм Extra Tree Regressor, чтобы объединить данные двух марсианских аппаратов. Старый прибор THEMIS с орбиты Mars Odyssey давал тепловую карту с точностью 100 метров на пиксель, чего недостаточно для безопасной навигации. В то же время спектрометр CRISM с аппарата MRO предлагал детализацию в 12 метров, но не видел температуру грунта.

Нейросеть обучили сопоставлять спектральные характеристики поверхности с реальными температурными показателями в кратере Гейла, где уже работает ровер Curiosity. После этого модель экстраполировала полученные знания на другие участки, фактически преодолев физические ограничения оптики двадцатилетней давности. Полученные карты тепловой инерции теперь позволяют точнее отличать рыхлый песок от опасных для техники валунов и выявлять подповерхностный лед. Хотя технология пока требует переобучения под каждый новый регион, она создает фундамент для планирования будущих высадок тяжелых грузовых кораблей и строительства обитаемых баз.