Los científicos planetarios están encontrando formas creativas de utilizar Machine Learning (ML).
Durante la reunión de otoño de la Unión Geofísica Estadounidense (AGU) de 2022, científicos planetarios y astrónomos discutieron cómo las nuevas técnicas de Machine Learning están cambiando la forma en que aprendemos sobre nuestro sistema solar , desde la planificación de futuros aterrizajes de misiones en la luna helada Europa de Júpiter hasta la identificación de volcanes en el diminuto Mercurio.
Machine Learning es una forma de entrenar a las computadoras para identificar patrones en los datos y aprovechar esos patrones para tomar decisiones, predicciones o clasificaciones. Otra gran ventaja de las computadoras, además de no requerir soporte vital, es su velocidad. Para muchas tareas en astronomía, los seres humanos pueden tardar meses, años o incluso décadas de esfuerzo en filtrar todos los datos necesarios.
“Puedes encontrar hasta 10.000, cientos de miles de rocas, y lleva mucho tiempo”, dijo Nils Prieur, científico planetario de la Universidad de Stanford en California, durante su charla en AGU. El nuevo algoritmo de aprendizaje automático de Prieur puede detectar rocas en toda la luna en solo 30 minutos.
Leer noticia completa:
How artificial intelligence is helping us explore the solar system