Plus de 109 000 nouveaux cratères ont récemment été identifiés dans les régions de basse et moyenne latitude de la Lune. Tous ont été repérés grâce à une intelligence artificielle alimentée par des données collectées par des orbiteurs chinois.
Les cratères d’impact lunaires, formés lors des frappes de météores, peuvent être considérés comme des « fossiles » enregistrant l’histoire de notre système solaire. Ces marques varient en tailles, en formes, et peuvent également se chevaucher et s’éroder avec le temps. C’est pourquoi leur identification reste très compliquée et chronophage.
Pour passer outre ces difficultés, des astronomes chinois ont récemment fait appel à l’apprentissage automatique, formant un réseau neuronal profond (un ordinateur utilisant des couches de calculs mathématiques qui se nourrissent les uns dans les autres) avec des données de milliers de cratères précédemment identifiés. Une fois ces notions « apprises », l’algorithme se chargerait alors d’en découvrir de nouveaux.
Le visage de la Lune plus « marqué » qu’on ne le pensait
Dans le cadre de ces travaux, les chercheurs ont « nourri » cet IA avec les données collectées par les orbiteurs lunaires Chang’e-1 et Chang’e-2, révélant 109 956 cratères supplémentaires à la surface de la Lune. Le nombre de cratères enregistrés à la surface de la Lune est désormais plus d’une douzaine de fois plus important qu’auparavant.
« Il s’agit de la plus grande base de données de cratères lunaires avec extraction automatique pour les régions de moyenne et basse latitude de la Lune« , a déclaré l’auteur principal de l’étude Chen Yang, de l’Université de Jilin en Chine.
La très grande majorité de ces marques sont de taille « petite » à « moyenne » (de 1 à 100 kilomètres de diamètre), peut-on lire dans la revue Nature Communication. Quelques-uns de ces cratères sont en revanche beaucoup plus grands, de forme irrégulière et très érodés, mesurant jusqu’à 550 km de diamètre.
Grâce à cet algorithme, les chercheurs chinois ont également pu dater près de 19 000 de ces cratères. Ces derniers couvraient les cinq périodes géologiques de la Lune, certains remontant à environ quatre milliards d’années.
Ces mêmes chercheurs prévoient maintenant de poursuivre ces travaux en nourrissant leur algorithme des données recueillies par l’alunisseur Chang’e 5, qui a récemment permis de rapporter sur Terre les premiers échantillons lunaires depuis plus de quarante ans. Ils ambitionnent également d’adapter et d’appliquer leur approche d’apprentissage automatique à d’autres corps du système solaire, comme la planète Mars.
