О новой методике поиска зон аномальной гравитации на Луне

Ученые из МГУ разработали новую методику поиска зон аномальной гравитации на Луне. С помощью нейросети! Алексей Черепанов расскажет подробнее в рубрике "Технологии в искусстве".

Здравствуйте! Я – Алексей Черепанов. С вами рубрика "Технологии в искусстве". Ученые из МГУ обнаружили новые зоны аномальной гравитации на Луне с помощью нейронной сети. И это – выдающееся достижение, потому что гравитацию не видно и не слышно, а изучать ее можно было только с помощью наблюдения за изменением скорости и траектории движения спутников Луны.

Гравитационная аномалия Луны назвали Масконе происходит от английского "mass concentration" – то есть, концентрация массы. Под поверхностью Луны, есть зоны повышенной плотности, и повышенной массы, и как известно, чем выше масса, тем сильнее притяжение.

Неоднородности в гравитационном поле ночного светила в 1966 году обнаружил первый же искусственный спутник Луны – советский аппарат Луна-10. Американские ученые тоже заинтересовались гравитационными аномалиями и тщательно изучили траектории своих лунных спутников, ведь предстояла высадка человека.

Так, благодаря новым данным, Аполлон-12 прилунился в океане Бурь рядом с аппаратом Surveyor 3. А мог бы и улететь километров за 200, если б траекторию рассчитали без влияния масконов! Основная миссия, которая изучала гравитационное поле Луны, – Грэйл. Когда два аппарата-близнеца Эб и Флоу (то есть Прилив и Отлив) пролетали над аномальной зоной, расстояние между ними менялось. Приборы фиксировали изменение вплоть до микрометра! Таким образом и получили данные о шести десятках масконов.

Миссия Грейл отыскала далеко не все аномальные зоны. Зато с помощью новой методики, которую предложили исследователи из МГУ, удалось отыскать еще 20. А также скорректировать размер уже известных масконов. И без запуска спутников!

Ученые использовали свёрточную нейронную сеть. Эту модель искусственного интеллекта придумали почти 10 лет назад. С ее помощью изучают медицинские снимки для поиска онкологических заболеваний кожи. Свёрточная нейросеть обрабатывает картинку по сегментам – патчам. Примерно, как наш глаз воспринимает изображение.

"У нас изображение обрабатывается маленькими квадратиками и скользит по горизонтали и вертикали, тем самым мы можем агрегировать из изображения маленькие признаки и объединять эти маленькие признаки от всего изображения. Так делаем слой за слоем и на конце нейронной сети мы получаем полноценное представление того, что у нас на картинке изображено", – объясняет инженер-исследователь, техник-программист Факультета космических исследований МГУ Никита Беляков.

Чтобы использовать нейросеть для поиска масконов, ее нужно было обучить. Но где взять множество изображений гравитационных полей Луны? Такого количества просто нет! И молодые ученые придумали синтезировать свои картинки на основе известных научных данных.

"Мы создали модели среды упрощенные. Рассчитывается эффект от простой модели: шарик или цилиндр. Дальше создается случайное значение, шум, такое поле и сглаживается с различными фильтрами. Мы это делаем, так значения подбираем, чтобы это походило на гравитационное поле Луны", – рассказывает доцент кафедры геофизических методов исследования земной коры Геологического факультета МГУ Кирилл Кузнецов.

После двух месяцев обучения нейронной сети, изменений параметров и настроек, искусственный интеллект выдал правдоподобную карту лунных масконов. Оказалось, что найденные гравитационные аномалии совпадают с уже известными! На этой карте зеленым обозначены экспериментально найденные масконы, а черным и красным – аномалии, которые нашла нейросеть.

Конечно, эти данные необходимо проверить в ходе будущих российских лунных миссий. Однако метод признали рабочим, с его помощью можно искать полезные ископаемые и на земле, ведь повышенная гравитация свидетельствует о залежах руды. И не надо запускать ракету, выводить спутник на орбиту, можно взять уже известную нейронную сеть, обучить ее на придуманных, но строго научных данных и внести свой вклад в науку.