Автоматизация и роботизация широко шагает по планете. Австралийским же метеоритчикам по ходу надоело шагать по пустыне без толку. Они собрались с мыслями и разработали программно-аппаратный комплекс для полуавтоматического поиска космического вещества, свалившегося на бренную Землю.
В декабре 2020 сотрудники Австралийской болидной сети (DFN) опубликовали в профильном рецензируемом журнале Meteoritics & Planetary Science статью, посвящённую натаскиванию дронов и нейросетей на поиск метеоритов. Разработанное на базе методов машинного обучения программное обеспечение позволяет выявлять на местности кандидатов в метеориты и даёт оператору возможность подтвердить или опровергнуть выбор системы.
К сожалению, речи о поиске в режиме "выпустил-забыл" пока не идёт. Первым делом поисковикам требуется натренировать нейросеть на "фон" исследуемой области в подходящее время суток. На следующем шаге системе нужно показать, как на этом фоне могут выглядеть метеориты, и только после этого имеет смысл выпускать коптер-птицу прочёсывать предполагаемую зону падения. По возвращении на базу данные с летуна необходимо залить в компьютер с приличными вычислительными мощностями, чтобы нейросеть смогла из всей полученной информации отобрать кандидатов в метеориты. Пока процесс не отличается сверхоперативностью, а потому исследователи могут подождать продукты первого перегона не в поле, а, скажем, на комфортабельной базе неподалёку. Там же они могут заняться вторым перегоном - с помощью специального интерфейса они "вручную" выбирают наиболее перспективные варианты из предложенных машиной, а затем удостаивают их личным визитом.
В статье авторы сообщают об успешных предварительных испытаниях предложенной ими системы в случаях сымитированных метеоритов, но на момент публикации обнаружения реального метеорита представленным программно-аппаратным комплексом не произошло. Однако, для уныния нет причин. Во время экспедиций в расчётные зоны падений австралийцы не только нейросетям веса крутили, но и занимались поиском по старинке, ножками. Результатом их усилий стало обнаружение двух сравнительно свежих падений в течение двух недель.
Первым нашли метеорит Мадура Кэйв (Madura Cave), упавший 19 июня 2020. В тот день станции DFN засекли болид вблизи границы Южной и Западной Австралии, а спустя 20 дней после падения двое сотрудников сети отправились на разведку подъездов к потенциальному эллипсу рассеяния. Попутно они собирали фотоматериалы для натаскивания поисковых дронов, а на обратном пути к машине они наткнулись на килограммовый индивидуал прямо посреди грунтовки. 16 января 2021 он был занесён в базу MetSoc как обыкновенный хондрит, L5.
Позже был обнаружен ещё один метеорит, чьё происхождение связывают с болидом, осветившим Налларбор 18 ноября 2019. На момент публикации в базе MetSoc упоминаний о нём я не нашёл, видимо он ещё на регистрации. Его предварительное название Форрест (Forrest), но со временем может добавиться номер, так как ранее неподалёку нашли не один старый метеорит. По внешнему виду свежий выпаденец смахивает на хондрит.
Ролик местного ТВ об обнаружении метеоритов Мадура Кэйв и Форрест
Ну и в заключение стоит отметить, что авторы статьи утверждают о прогоне снимков обнаруженных пешим поиском метеоритов через нейросеть. Во всех случаях система сработала без нареканий, учёные считают, что отсутствие находок с помощью дронов связано с недостаточным покрытием зоны поиска. Они выразили стремление посетить расчётную область ещё раз с целью прочесать её до конца и всё-таки добыть метеорит в полуавтоматическом режиме.
Такими темпами за счёт синергического эффекта от болидной сети и роста производительности обнаружения внеземного вещества от австралийцев можно ждать "индустриализации" поиска свежевыпавших метеоритов. Что же будет дальше? Есть мнение, что южане уже смотрят на самый юг и ищут одёжку потеплее...
Хондрит не хандрит, и вы не хандрите!
Ежели статья в MAPS не открывается, то можно заглянуть на arXiv.org
Пресс-релиз о находках двух метеоритов от Curtin University
Больше фото и видео о метеоритах в публикации на Karmaka.de
Картинка для обложки:
