Tajemný poklad v trvalé tmě: Měsíc skrývá víc, než jsme si dlouhou dobu mysleli
- NASA nasadila umělou inteligenci na 17 let stará orbitální data z Měsíce, díky čemuž dokázala za několik týdnů zpracovat informace, jejichž analýza by lidem trvala desítky let.
- Model s vysokou přesností odhalil ložiska podpovrchového vodního ledu v trvale zastíněných kráterech a mapuje bezpečná místa pro přistání i možné vstupy do lávových tunelů.
- Tento výzkum ukazuje, že pokročilé algoritmy dokážou odhalit dosud skrytá tajemství i ve starších, zdánlivě již prozkoumaných archivech.
Desetiletí trvající lunární mise nashromáždily gigabyty syrových měření, které lidské síly nemohly v úplnosti zanalyzovat. Národní úřad pro letectví a vesmír (NASA) nyní v rámci příprav programu Artemis nasadil pokročilé AI modely na datové sady čítající 17 let orbitálního pozorování. Výsledkem není pouhé zrychlení kartografie, ale odhalení povrchových struktur a ložisek surovin, jež dosavadním analytickým metodám přirozeně unikaly.
Od syrových pixelů k přesným mapám vody a surovin
Základem průlomového výzkumu se stala data nashromážděná kamerami a přístroji na palubě sondy Lunar Reconnaissance Orbiter (LRO), která obíhá kolem Měsíce již od roku 2009. Vědci z NASA a spolupracujících akademických pracovišť natrénovali neuronové sítě tak, aby dokázaly vyhodnocovat mikroskopické změny ve stínech kráterů, spektrální odchylky v odraženém světle a odchylky v radiometrických měřeních. AI model dokázal během několika týdnů provést analýzu dat, která by tradičními algoritmy trvala desítky let.
Klíčovým výstupem algoritmu je zpřesnění lokalizace takzvaných trvale zastíněných oblastí (PSR) na jižním pólu Měsíce. Právě tyto krátery, kam sluneční paprsky nenahlédly po tisíce let, představují hlavní cíl příštích pilotovaných misí. Nově vytvořené mapy ukazují vysokou pravděpodobnost přítomnosti vodního ledu přímo pod povrchem s rozlišením, které dříve nebylo technicky dosažitelné.
Znalost přesného rozložení vodního ledu má pro kosmický výzkum zásadní význam. Voda na Měsíci totiž nepředstavuje jen potenciální zdroj pitné vody pro stálou základnu, ale především klíčovou surovinu pro výrobu vodíkového a kyslíkového raketového paliva přímo na místě.
Bezpečnost přistání a navigace astronautů misí Artemis
Využití umělé inteligence se neomezuje pouze na hledání vody a nerostných zdrojů. Nové modely přinesly významný posun v hodnocení topografických rizik pro plánovaná přistání modulů s lidskou posádkou. AI dokáže s vysokou přesností identifikovat balvany, strmé srázy či jemné strukturální nestability terénu i v oblastech, které jsou na standardních optických snímcích skryty v hlubokém stínu.
Tato schopnost přímo ovlivňuje výběr cílových přistávacích zón pro astronauty mise Artemis III a návazných výprav. Místo spoléhání se na konzervativní přistávací oblasti s velkou bezpečnostní rezervou umožňuje detailní AI analýza plánovat přistání v bezprostřední blízkosti vědecky atraktivních útvarů, aniž by došlo ke zvýšení rizika pro posádku.
Jedním z vedlejších, avšak vědecky mimořádně cenných objevů AI modelů je rovněž identifikace případných vstupů do podzemních lávových tunelů. Tyto vyhaslé vulkanické trubice by v budoucnu mohly sloužit jako přirozený štít pro lidské obydlí před extrémními teplotními výkyvy a kosmickým zářením.
Radikální změna v planetárním výzkumu
Postup NASA ukazuje širší trend, kterým se moderní astrofyzika a planetární geologie vydávají. Zatímco v minulých dekádách spočívalo úzké hrdlo výzkumu vesmíru v kapacitě sběru dat a šířce pásma pro jejich přenos na Zemi, dnes je hlavní výzvou samotná interpretace gigantických archivních objemů. Zpracování 17 let orbitálních měření z Měsíce je pouze prvním krokem.
Podobný metodologický přístup se již začíná aplikovat na archivy dat ze sond zkoumajících Mars, Venuši nebo asteroidy. Ukazuje se, že starší mise, které byly z vědeckého hlediska považovány za dokončené, v sobě stále ukrývají množství informace, k jejichž přečtení chyběly odpovídající analytické nástroje.
Měsíc se tak pod dohledem algoritmů mění ze studeného, zdánlivě prozkoumaného tělesa na dynamické prostředí s podrobně zmapovanou geologií a jasně definovanými zdroji. Vědecká komunita tak získává přesný kompas pro nadcházející návrat člověka na lunární povrch.
