Depuis des décennies, les hommes tentent de savoir combien de cratères sont présents sur la Lune. Cette tâche ardue a trouvé un nouvel élan grâce à un réseau neuronal performant ayant récemment identifié plusieurs milliers de cratères encore inconnus jusqu’à aujourd’hui.
Les chercheurs Ari Silburt de la Penn State University (États-Unis) et Mohamad Ali-Dib de l’Université de Toronto (Canada) ont dirigé une équipe ayant mis au point une intelligence artificielle qui a découvert entre 6000 et 7000 cratères lunaires, qui avaient jusqu’à aujourd’hui échappé aux observations des astronomes. Rappelons que le fait de repérer et d’inventorier les cratères de la Lune est une mission plutôt difficile, puisque notre satellite en contient plusieurs centaines de milliers !
L’intelligence artificielle ayant permis de trouver ces cratères inconnus n’est autre qu’un réseau de neurones artificiels convolutifs dont la structure est inspirée du cortex visuel des animaux. Par ailleurs, ce réseau neuronal repose à la fois sur le machine learning (apprentissage automatique) et sur le deep learning (apprentissage profond).
Une première étape consistait à entraîner cette IA pour qu’elle identifie des cratères lunaires de plus de 5 km de diamètre déjà connus par l’Homme, et ce sur une surface couvrant les deux tiers de la Lune. Les images soumises au réseau neuronal provenaient des stocks de photographies issues du travail de sondes spatiales telles que le Lunar Reconnaissance Orbiter, lancée en 2008 pour cartographier notre satellite.
Selon les résultats parus dans un article sur la plateforme arXiv, l’IA est parvenue à identifier deux fois plus de cratères qu’un être humain, tandis que 42 % de ces mêmes cratères relèvent de la nouveauté ! Par ailleurs, une partie d’entre eux ont un diamètre inférieur à 5 km, ce qui revient donc à dire que l’IA a trouvé des cratères plus petits que ceux étudiés durant son entraînement.
Enfin, les scientifiques expliquent que l’IA a également identifié des cratères à partir d’images de la planète Mercure, et ce sans entraînement. Alors que la surface de Mercure est très différente de celle de la Lune, cette performance indique que l’IA semble avoir réellement compris ce qu’était un cratère d’impact au sens large du terme !
Sources : Futura Sciences – FredZone
