Планетологи десятилетиями опираются на плотность кратеров при определении возраста планет. Логика проста: чем больше ударных следов, тем старше поверхность. Автоматизация этого процесса через нейросети обещала колоссальный рывок, избавляя ученых от многолетней ручной работы. Однако проверка, проведенная Стюартом Роббинсом, выявила серьезный системный сбой: разработчики алгоритмов использовали слишком мягкие критерии оценки, засчитывая даже смещенные или продублированные объекты как успешные находки.
Искусственный интеллект завысил точность карт лунных кратеров
Исследователи из Юго-Западного института США обнаружили, что алгоритмы ИИ для картографирования Луны работают в десять раз хуже, чем заявляли их создатели. Проверка восьми крупнейших автоматических каталогов показала, что ошибки в определении координат и размеров ударных структур ставят под угрозу точность геологического датирования поверхности небесных тел.
Проблема заключается в том, что для науки критически важна точность координат и диаметра. Если модель ошибочно дублирует кратеры, геологическая история региона искажается, превращая молодой ландшафт в «древний». К тому же многие алгоритмы демонстрируют избирательность — они показывают приемлемые результаты только на определенных масштабах, полностью проваливаясь при изменении размера структур. Сейчас исследователи настаивают на внедрении жестких стандартов валидации. Без независимой проверки нейросети не могут считаться надежным инструментом для изучения Солнечной системы.
Комментарии (0)
Пока нет комментариев. Будьте первым!