ИИ научился искать места происхождения марсианских метеоритов. Это поможет в мониторинге стихийных бедствий на Земле

Марсианские метеориты известны давно, но, кроме общих сведений о геологических особенностях Красной планеты, узнать с их помощью мы все равно ничего не можем. Потому что непонятно, откуда конкретно их выбило более крупным небесным объектом несколько миллионов лет назад. Теперь ученые смогли решить эту проблему, и сразу же старые образцы буквально заиграли новыми красками.

0

Миссия Mars Sample Return, если все пойдет по плану, принесет на Землю пробирки с тщательно отобранным марсианским грунтом не раньше 2031 года. Но в распоряжении исследователей уже есть многие килограммы, если не центнеры, подходящих для изучения образцов пород с Марса. Это метеориты, представляющие собой камни, выброшенные в космос в результате столкновения массивного тела с Красной планетой и долетевшие до нас. Одна беда: без понимания хотя бы региона происхождения, не говоря уже о конкретном месте на поверхности Марса, такие объекты предоставляют не слишком много полезной информации.

Иными словами, их исследования позволяют обрисовать геологическую историю Красной планеты только самыми общими мазками. Тем не менее сотрудники Университета Кертин (Австралия) при участии специалистов из университетов Феликса-Уфуэ-Буаньи (Кот-д’Ивуар) и Тулузского федерального (Франция) нашли способ уточнить необходимые данные — определить, откуда именно астероиды выбили камни, ставшие марсианскими метеоритами. Научную работу с результатами своих изысканий они опубликовали в журнале Nature Communications.

Полученная в результате работы ИИ карта распределения кратеров диаметром менее 300 метров на поверхности Марса. Всего нейросеть обнаружила без малого 90 миллионов следов импактных событий на снимках. Красный канал отражает объекты размером 150-300 метров, зеленый — 75-150 метров, а синий — 25-75 метров. Пунктирной линией выделены провинция Фарсида (слева) и равнина Элизий, два крупнейших вулканических региона Красной планеты. Ромбы — 19 кратеров-кандидатов в источники марсианских метеоритов, а отметки 5 и 3 (зеленые ромбы) — наиболее вероятные варианты, кратеры Тутинг и 09-00015 / ©Lagain, A., Benedix, G.K., Servis, K. et al. The Tharsis mantle source of depleted shergottites revealed by 90 million impact craters. Nat Commun 12, 6352 (2021). https://doi.org/10.1038/s41467-021-26648-3
Полученная в результате работы ИИ карта распределения кратеров диаметром менее 300 метров на поверхности Марса. Всего нейросеть обнаружила без малого 90 миллионов следов импактных событий на снимках. Красный канал отражает объекты размером 150-300 метров, зеленый — 75-150 метров, а синий — 25-75 метров. Пунктирной линией выделены провинция Фарсида (слева) и равнина Элизий, два крупнейших вулканических региона Красной планеты. Ромбы — 19 кратеров-кандидатов в источники марсианских метеоритов, а отметки 5 и 3 (зеленые ромбы) — наиболее вероятные варианты, кратеры Тутинг и 09-00015 / ©Lagain, A., Benedix, G.K., Servis, K. et al. The Tharsis mantle source of depleted shergottites revealed by 90 million impact craters. Nat Commun 12, 6352 (2021). https://doi.org/10.1038/s41467-021-26648-3

Идея ученых-планетологов заключается в следующем. Чтобы какая-то часть выброшенного в результате падения метеорита материала приобрела вторую космическую скорость, столкновение должно быть не слабее определенного предела. Причем, если добавить в уравнение массу марсианских обломков, добравшихся до Земли в более-менее сохранном виде, вышеупомянутый предел должен быть еще немного повыше. В итоге круг искомых кратеров на Красной планете сузился до сравнительно небольшой группы — их диаметр равен или превышает три километра. К тому же далеко не весь выброшенный при ударе материал улетает в космос: большая его часть падает обратно на поверхность, формируя вторичные кратеры диаметром в два-пять процентов от первичного.

То есть импактное событие, которое породило марсианские метеориты, долетевшие до Земли, оставит на Красной планете вполне характерный след: сравнительно большой кратер с веером вторичных воронок вокруг. Они образуются при любых падениях небесных тел на планету или ее спутник, но в данном случае вторичные кратеры важны сразу для двух целей. Во-первых, определив их размеры и количество, можно уточнить мощность столкновения астероида с Марсом. А во-вторых, оценивая скорость эрозии большого количества появившихся практически одновременно кратеров, получится точнее установить их возраст.

В итоге задача определения источника марсианских метеоритов сводится к четкой последовательности действий. Сначала устанавливаем возраст добравшегося до Земли камня и примерное время его выброса с поверхности Красной планеты, а также то, сколько он болтался в космосе. Это человечество уже научилось делать с высокой точностью. Далее — смотрим на Марс и ищем кратеры, подходящие под временные рамки исходного импактного события. Выглядит просто, но как только выясняются объемы необходимых для обработки данных, любому человеку становится дурно. Зато искусственный интеллект чувствует себя в таких задачах как рыба в воде. Именно его и задействовали австралийские специалисты.

Они выбрали конкретную группу марсианских метеоритов определенного класса — шерготтиты. Это камни, похожие на упавший в 1865 году около индийского города Шергатти и произошедший из вулканического района Красной планеты. Всего на Земле обнаружено 277 подтвержденных марсианских метеоритов, большинство из которых — как раз шерготтиты. Но ученые сфокусировали свое внимание на еще более узком классе объектов, которые были выбиты из поверхности Марса 1,1 миллиона лет назад (± 200 тысяч лет). На следующем этапе исследования началось самое интересное: поиск кратера подходящего возраста.

Проблема в том, что полные наборы снимков Марса в необходимом для поиска кратеров нужного размера разрешении (три километра найти несложно, а вот вторичную мелочь диаметром 75-300 метров уже трудновато) представляют собой колоссальные объемы информации. Речь о десятках терабайт, что в случае обработки человеческими усилиями представляется поистине титанической работой на несколько лет, а то и декад. Но в прошлом году был разработан нейросетевой алгоритм для поиска кратеров (The Crater Detection Algorithm, CDA), который ученые просто модернизировали и переобучили на более высокое разрешение.

Эта задача была непростой и потребовала использования мощностей Суперкомпьютерного центра Pawsey — наиболее производительного в Южном полушарии. Зато в итоге искусственный интеллект научился определять кратеры почти любых размеров, отличать их от других кольцеобразных геологических формаций, а также учитывать степень эрозии. Получившуюся нейросеть «натравили» на снимки, сделанные камерами HiRISE и CTX за 15 лет работы аппарата Mars Reconnaissance Orbiter. Результатом ее анализа стали два кратера на поверхности Марса, наиболее подходящие на роль источников выбранной группы марсианских метеоритов.

Это кратеры Тутинг (Tooting) и 09-00015, расположенные в провинции Фарсида — крупнейшем вулканическом нагорье Марса. Активные извержения происходили там всего 300 миллионов лет назад, что по геологическим меркам буквально вчера. Выводами научной работы стали сразу несколько интересных мыслей. Перво-наперво гипотеза, согласно которой выбранные австралийскими специалистами шерготтиты произошли в результате образования кратера Мохаве, не подтвердилась. Найденные искусственным интеллектом объекты подходят гораздо лучше по целому ряду признаков, в том числе по возрасту.

Ну и, естественно, ученые не преминули попробовать проанализировать марсианские метеориты снова, уже в привязке к месту их происхождения. Выяснилось много любопытных фактов. Оказывается, в такой перспективе можно предположить наличие аномалии в мантии Марса под Фарсидой. Ее природа под большим вопросом, но иных причин, почему в этом регионе недавно была так высока вулканическая активность и как в местных породах сформировались столь специфические камни (ставшие шерготтитами), представить пока не получается.

Что интересно, модернизированный CDA можно использовать не только для поиска мест происхождения марсианских метеоритов. В усовершенствованном виде этот нейросетевой алгоритм легко переобучается под самые разные атрибуты поверхности небесных тел. Фактически его можно адаптировать для анализа любых снимков с орбиты вокруг планеты или ее спутника. И заниматься быстрым поиском, например, следов стихийных бедствий — лесных пожаров, наводнений или землетрясений. Перспективы огромные, на что авторы исследования делают особый акцент.

Вам также могут понравиться Еще от автора

Оставьте ответ

Ваш электронный адрес не будет опубликован.