Površina Meseca priča priču o unutrašnjem Sunčevom sistemu. Svaki meteorit koji udari ostavlja svoj trag, a zajedno ti krateri čuvaju zapise o događajima koji su se desili na Mesecu i oko njega u protekle 4 milijarde godina.
Ali zapis može biti težak za čitanje. Starost i prostorna gustina kratera su kritični pokazatelji za dekodiranje istorije udara Meseca, ali analiza ovih svojstava može biti dugotrajna i ponekad zahteva vraćanje uzoraka na Zemlju.
J. H. Fairveather i kolege pokazuju, u članku objavljenom u Earth and Space Science, da bi mašinsko učenje moglo biti brz i lak način da poboljšamo naše razumevanje lunarnih kratera. Obučavajući algoritam na više od 50.000 slika prethodno okarakterisanih kratera, istraživači su bili u stanju da procene starost i gustinu mnogo više mesečevih tragova.
U početku, procene algoritma za mašinsko učenje su se značajno razlikovale od onih koje su drugi istraživači izveli ručno. Ali uz malo ručnog kuriranja, Ferveder i njegove kolege su uspeli da svoje automatizovane procene starosti i gustine kratera dovedu u skladu sa prethodnim procenama.
Uslovi osvetljenja predstavljali su jedno pitanje. Ako su krateri bili delimično zasenčeni stenama ili se nalaze na neravnomerno osvetljenim padinama, algoritam je imao problema da ih precizno analizira. Isključivanje takvih kratera poboljšalo je preciznost. Prisustvo stena ili zakopanih kratera takođe je dovelo do toga da algoritam preceni starost kratera za 10%–45%, ali je mogao da odredi veoma precizne starosti za mlade lunarne površine i udarne kratere kada se kamenje, zatrpani krateri i drugi neželjeni objekti uklone iz slike.
Istraživači upozoravaju da iako mašinsko učenje može da pruži obilje informacija o površini Meseca, algoritmi i dalje zahtevaju pažljiv nadzor.
