Jakarta : Méthane Awan sur Titan, le plus grand mois de Saturne, bien plus qu’un simple phénomène céleste. C’était une fenêtre sur l’un des climats les plus complexes du système solaire.
Jusqu’à présent, la cartographie est un travail lent et fatiguant. Avec l’IA, l’équipe de la NASA, de l’UC Berkeley et de l’Observatoire des Sciences de l’Univers France vient de changer sa façon de fonctionner.
En utilisant le GPU Nvidia, les chercheurs mettent en pratique des modèles d’apprentissage approfondis pour analyser les données Cassini pendant des années en quelques secondes. Leur approche peut remodeler la science de la planète, transformant ce qui prend des jours en un instant.
“Nous pouvons utiliser l’IA pour accélérer considérablement le travail des scientifiques, augmenter la productivité et permettre de répondre à des questions irréalistes”, a déclaré Zach Yahn, étudiant en doctorat à Georgia Tech et auteur principal de l’étude.
Le cœur de ce projet est le modèle d’apprentissage en profondeur Mask R-CNN qui ne détecte pas seulement les objets. Cela les décrit pixel par pixel. Formé à l’image de Titan labellisée à la main, il cartographie les nuages lunaires difficiles à comprendre : patch de broderie, rayé et presque invisible à travers le brouillard de l’atmosphère.
L’équipe utilise l’apprentissage par transfert, en commençant par un modèle formé sur Coco (Daily Drawing Data Collection), et le perfectionne pour les défis uniques de Titan. Cela fait gagner du temps et montre comment les planétologues, qui n’ont pas toujours accès aux grandes ressources informatiques nécessaires pour mettre en pratique de grands modèles dès le départ, peuvent toujours utiliser des technologies telles que l’apprentissage par transfert pour appliquer l’IA à leurs données et projets.
Le potentiel de ce modèle va bien au-delà de Titan. “De nombreux autres systèmes solaires présentent une formation nuageuse attrayante pour les chercheurs en sciences planétaires, notamment Mars et Vénus. Une technologie similaire peut également être appliquée aux flux volcaniques dans IO, aux amas d’Encelade, aux lignes d’Europe et aux cratères des planètes solides et de la Lune”, a-t-il ajouté. .
Le GPU Nvidia permet cette vitesse, traite des images haute résolution et produit un masque de nuage avec une latence minimale – un travail difficile à gérer avec le matériel traditionnel.
Le GPU est devenu un pilier pour les scientifiques spatiaux. Ils ont aidé à analyser les données du télescope Webb, à modéliser l’atterrissage de Mars et à scanner les signaux spatiaux. Désormais, ils aident les chercheurs à déchiffrer le code Titan.
Ce saut de l’IA n’est que le début. Des missions telles que Europa Clipper et Dragonfly Nasa inonderont les chercheurs de données. L’IA peut aider à le gérer, à le traiter dans l’avion, en pleine mission et même à prioriser les résultats en temps réel. Des défis subsistent, comme celui de créer du matériel adapté aux conditions d’espace difficiles, mais son potentiel est indéniable.
Consultez les actualités et autres articles sur Google Actualités
Et suivre Chaîne WhatsApp Medcom.id
(MMI)
#LIA #peut #cartographier #les #nuages #Méthane #Titan #peu #temps