(The HiRISE camera aboard NASA's Mars Reconnaissance Orbiter took this image of a crater cluster on Mars, the first ever to be discovered AI. The AI first spotted the craters in images taken the orbiter's Context Camera; scientists followed up with this HiRISE image to confirm the craters. Credit: NASA/JPL-Caltech/University of Arizona)
(The black speck circled in the lower left corner of this image is a cluster of recently formed craters spotted on Mars using a new machine-learning algorithm. This image was taken by the Context Camera aboard NASA's Mars Reconnaissance Orbiter. Credit: NASA/JPL-Caltech/MSSS)
일반적으로 생각하는 과학 연구는 매우 고도의 두뇌 노동 같지만, 막상 해보면 연구라는게 생각보다 끊임없는 노가다의 연속입니다. 나름 전문 지식이 필요한 일인데, 실상은 단순 작업을 반복하는 일이 많은 것입니다. 많은 양의 사진을 봐야 하는 연구에서도 마찬가지입니다. 나사 JPL의 과학자들은 인공지능에 이런 단순 반복 작업을 맡기는 연구를 진행 중입니다.
태양계의 다른 천체와 마찬가지로 화성에도 끊임 없이 운석이 충돌해 표면에 크레이터를 남깁니다. 비록 지구보다 작은 크기지만, 화성은 대기 밀도가 낮은 만큼 대기권에서 타서 없어지거나 폭발할 가능성이 적기 때문에 상당히 많은 크레이터가 생성됩니다. 나사의 MRO (Mars Reconnaissance Orbiter)는 지난 14년 동안 화성 표면을 관측하면서 엄청난 양의 사진을 찍어 지구로 전송했습니다. 과학자들은 이를 통해 화성 표면에서 1000개의 새로운 크레이터를 발견했습니다.
하지만 과학자들은 크레이터 투성이인 화성 표면에서 최근에 생긴 것으로 보이는 검은 흔적이나 선명한 크레이터 주변 구조를 찾아내기 위해 상당한 시간을 소모해야 합니다. 아무리 많은 크레이터가 새로 생겼어도 사실 화성 표면 전체로 보면 해안가에서 모래 한알 찾는 것 같은 작업일 수밖에 없습니다. 이런 단순 반복 작업에는 사실 인공지능이 더 효과적입니다.
JPL의 AI 팀은 인공지능을 학습시켜 사람이 40분간 봐야 하는 사진을 5초만에 판독할 수 있도록 만들었습니다. 연구팀이 개발한 자동화 신생 충돌 크레이터 분류기 (automated fresh impact crater classifier)는 MRO의 콘텍스트 카메라 (Context Camera) 전체 이미지 112,000장을 합리적인 시간과 비용으로 처리할 수 있게 만들었습니다.
연구팀은 이렇게 학습한 인공지능을 통해 2020년 8월 26일 실제로 새로운 충돌 크레이터를 확인했습니다. 저해상도인 콘텍스트 카메라 이미지에서 의심된 새로운 충돌 크레이터는 과학자들이 고해상도인 HiRISE (High-Resolution Imaging Science Experiment) 이미지를 이용해 분석해 최종 확인하게 됩니다.
이미 AI는 과학의 여러 분야에서 활발하게 적용되고 있습니다. 사진 판독은 특히 유용한 활용 분야라고 할 수 있습니다. 앞으로 행성 과학 및 천문학에서 더 많은 응용 사례가 나올 것으로 기대합니다.
참고
https://phys.org/news/2020-10-ai-scientists-fresh-craters-mars.html
댓글
댓글 쓰기