Анализ, выполненный специалистами из Юго-западного научно-исследовательского центра, продемонстрировал существенные неточности в каталогах лунных кратеров, сгенерированных при помощи технологий искусственного интеллекта. В ходе сопоставления восьми автоматизированных баз данных с эталонным набором, созданным вручную, было установлено, что заявленные параметры качества оказываются заниженными при оценке по общепринятым научным стандартам.

Списки кратеров играют ключевую роль в планетарной геологии, поскольку они содержат информацию о расположении, размерах и особенностях образований, возникших вследствие ударов на поверхности космических объектов. На Луне лунообразные структуры являются наиболее распространенным геологическим элементом, а их концентрация используется для определения возраста поверхностных слоев: чем выше плотность кратеров, тем древнее данный участок местности. Данный подход позволяет реконструировать прошлые геологические процессы на объектах Солнечной системы.

Автоматизированное распознавание лунообразных структур с использованием алгоритмов искусственного интеллекта и машинного обучения представляется многообещающим методом для ускорения обработки данных, которые ранее требовали длительного ручного труда. Тем не менее, свежее исследование указывает на то, что подобные системы в настоящее время зачастую не соответствуют необходимым требованиям к научной достоверности.

По мнению руководителя исследования, доктора Стюарта Дж. Роббинса, искусственный интеллект обладает значительным потенциалом для оптимизации выполнения рутинных научных операций; однако автоматизированные каталоги нельзя считать пригодными для научного применения исключительно на основании заявленных показателей качества.

В процессе анализа специалисты изучили восемь обширных списков объектов, сформированных с помощью автоматизированных алгоритмов. Они сопоставили эти данные с детально составленным вручную каталогом лунных кратеров. Оценка соответствия выполнялась на основе согласованных параметров, которые включали в себя точность расположения и размеры углублений – это имеет первостепенное значение для планетарных вычислений.

Специалисты выяснили, что степень достоверности результатов напрямую зависит от подхода к определению соответствия между кратерами. Даже незначительные погрешности в координатах или габаритных размерах способны существенно влиять на интерпретацию научных данных. Так, повторное появление одного и того же объекта или его сдвиг может привести к ошибочной оценке возраста лунной поверхности – этот параметр выводится из количества образований от ударов.

Проведённое исследование также указало на то, что усреднённые значения могут маскировать серьёзные недочёты в информации. Некоторые списки демонстрируют удовлетворительную точность при работе с крупными объектами, однако их эффективность значительно снижается при изучении небольших структур, что ограничивает возможности для научного применения.

Авторы акцентируют внимание на том, что представленная работа не направлена на осуждение использования искусственного интеллектаВ области изучения планет многие придерживаются иной точки зрения. Они полагают, что внедрение автоматизированных процессов может существенно сократить время проведения научных изысканий, однако это предполагает обязательное соблюдение установленных норм и четких показателей для оценки достоверности получаемых данных.

Специалисты подчеркивают: лишь при условии существования общих правил и независимой экспертизы искусственный интеллект сможет служить надёжным средством разработки научных баз. Иначе возникает вероятность получения результатов, которые выглядят корректными с формальной точки зрения, но не соответствуют научной действительности.

Исследование опубликовано в журнале The Planetary Science Journal.