IA triplica o número de crateras identificadas na Lua
O sistema foi treinado com fotos de satélite anotadas manualmente, e a análise de novas fotografias revelou um número muito maior do que as crateras identificadas anteriormente.
O sistema foi treinado com fotos de satélite anotadas manualmente, e a análise de novas fotografias revelou um número muito maior do que as crateras identificadas anteriormente.
Um algoritmo foi treinado para identificar regiões de interesse em fotos de baixa resolução obtidas por uma satélite em órbita de Marte, selecionando candidatos para uma inspeção mais detalhada com equipamento fotográfico mais potente.
Uma rede neural aplicada em dados de simulação da formação de clusters globulares de estrelas permitiu determinar os principais eventos de fusão ao longo da história da Via Láctea, estabelecendo quais destes processos foram relevantes para a configuração atual de nossa galáxia.
O modelo, um classificador gaussiano, foi treinado para retornar a probabilidade de que um sinal de telescópio possa ser confirmado como exoplaneta, permitindo priorizar análises astronômicas mais sofisticadas.
Uma rede neural convolucional foi treinada para identificar e classificar galáxias em três tipos diferentes, a partir de imagens obtidas de um telescópio. Com isto, foi possível identificar mais de 80 mil novas galáxias, sendo mais da metade de difícil reconhecimento através de outras metodologias.
As sondas lançadas em direção a outros planetas ou corpos celestes vão ter inteligência artificial para decidir quais dados enviar à Terra, já que o custo de transmissão é alto o que, atualmente, limita os estudos que podem ser realizados.