有些星体没有大气、没有风雨，数十亿年来挨过的每一记陨石撞击都留在“脸”上——月球就是这样。这也是太阳系最完整的日记本，记录了我们星系内的演化和事迹。
图片由AI生成
数清楚这些陨石坑，基本就能读懂星球的年龄。因为小型天体撞击的频率在亿万年间大致稳定，陨石坑越密集的地方表面就越古老。月球正面数十亿年的地质史，几乎都靠这种撞击坑定年法来解读。当行星科学家想知道某片月表有多老，就可以靠数月球坑来完成：单位面积里直径大于某尺寸的撞击坑越多，这块地的年龄就越大。
可这项工作却极其枯燥。英国天文学家玛丽·布拉格花了整整8年，才记录下约4789个月球地貌的条目。直到2019年，美国西南研究所的罗宾斯博士手动编制完成了超过200万个陨石坑的数据库，这是靠人工在LRO相机和激光高度计影像上一个个把坑圈出来的，整个数据库磨了数年才成型。这种纯手工方法，如果换一颗拥有更密坑群的行星就扛不住了。于是这几年，用卷积神经网络、目标检测这类计算机视觉工具“自动识坑”的方法，被寄予厚望。如果AI能在几分钟内完成人类数年的苦役，行星科学岂不将迎来革命？
但是，西南研究所给出的一项评测，给AI统计的行星科学数据浇了一盆凉水。科学家挑了8个由不同团队用自动化方法生成的全球或大型月球陨石坑目录，统一拿罗宾斯那份人工目录做基准，并且把所有AI目录的“匹配规则”拉到同一把尺子下。这把尺子，比很多AI目录自己报的宽松标准要严格得多。
落差一下子就出现了。不少AI目录里看着光鲜的指标大幅缩水——在严格科学标尺下，部分数据库的实际表现甚至比AI计算的差了十倍不止。这让科学家感到后怕，一个坑如果定位偏了，或者大小估错，甚至被重复数了两次，对目录本身只是个误差，可一旦拿去喂给定年模型，后果会被放大。假设一片年轻月表本该有100个坑，AI报成200个，推算出的地质年龄就直接翻倍。定年差十亿年，后面关于月球火山熄灭时间、人类登陆器着陆点附近演化历史的结论等等，都会走样。
科学家还揪出一个常被忽略的点：在整体平均分里，不少AI目录的汇总指标看着尚可，但拆分到不同尺寸的陨石坑上表现天差地别——识别直径几十公里的大坑准确率不错，换到直径更小的坑就错漏百出。这样的目录拿到真实场景就完全不可靠。
尽管如此，科学家也并没有否定AI在行星科学研究中的价值。因为这项“体检”的初衷，恰恰是因为看好AI潜力才去做的。AI在处理重复性数据工作上的潜力毋庸置疑，未来完全可能彻底变革陨石坑编目的模式，为人类研究者省下数年的时间。但现阶段，绝不能只看亮眼的指标就直接把AI目录拿来做科学研究。科学家提醒：匹配标准应透明，评估基准要独立，不同尺寸要分开，最好还能有个被公认的人工“金标准”镇场。只有摸清AI边界与短板，它们才能真正成为行星探索的可靠助力。
行星科学研究需要快，但更需要准。当AI能把前者做到极致，后者目前还需要人工来兜底。
有些星体没有大气、没有风雨，数十亿年来挨过的每一记陨石撞击都留在“脸”上——月球就是这样。这也是太阳系最完整的日记本，记录了我们星系内的演化和事迹。
图片由AI生成
数清楚这些陨石坑，基本就能读懂星球的年龄。因为小型天体撞击的频率在亿万年间大致稳定，陨石坑越密集的地方表面就越古老。月球正面数十亿年的地质史，几乎都靠这种撞击坑定年法来解读。当行星科学家想知道某片月表有多老，就可以靠数月球坑来完成：单位面积里直径大于某尺寸的撞击坑越多，这块地的年龄就越大。
可这项工作却极其枯燥。英国天文学家玛丽·布拉格花了整整8年，才记录下约4789个月球地貌的条目。直到2019年，美国西南研究所的罗宾斯博士手动编制完成了超过200万个陨石坑的数据库，这是靠人工在LRO相机和激光高度计影像上一个个把坑圈出来的，整个数据库磨了数年才成型。这种纯手工方法，如果换一颗拥有更密坑群的行星就扛不住了。于是这几年，用卷积神经网络、目标检测这类计算机视觉工具“自动识坑”的方法，被寄予厚望。如果AI能在几分钟内完成人类数年的苦役，行星科学岂不将迎来革命？
但是，西南研究所给出的一项评测，给AI统计的行星科学数据浇了一盆凉水。科学家挑了8个由不同团队用自动化方法生成的全球或大型月球陨石坑目录，统一拿罗宾斯那份人工目录做基准，并且把所有AI目录的“匹配规则”拉到同一把尺子下。这把尺子，比很多AI目录自己报的宽松标准要严格得多。
落差一下子就出现了。不少AI目录里看着光鲜的指标大幅缩水——在严格科学标尺下，部分数据库的实际表现甚至比AI计算的差了十倍不止。这让科学家感到后怕，一个坑如果定位偏了，或者大小估错，甚至被重复数了两次，对目录本身只是个误差，可一旦拿去喂给定年模型，后果会被放大。假设一片年轻月表本该有100个坑，AI报成200个，推算出的地质年龄就直接翻倍。定年差十亿年，后面关于月球火山熄灭时间、人类登陆器着陆点附近演化历史的结论等等，都会走样。
科学家还揪出一个常被忽略的点：在整体平均分里，不少AI目录的汇总指标看着尚可，但拆分到不同尺寸的陨石坑上表现天差地别——识别直径几十公里的大坑准确率不错，换到直径更小的坑就错漏百出。这样的目录拿到真实场景就完全不可靠。
尽管如此，科学家也并没有否定AI在行星科学研究中的价值。因为这项“体检”的初衷，恰恰是因为看好AI潜力才去做的。AI在处理重复性数据工作上的潜力毋庸置疑，未来完全可能彻底变革陨石坑编目的模式，为人类研究者省下数年的时间。但现阶段，绝不能只看亮眼的指标就直接把AI目录拿来做科学研究。科学家提醒：匹配标准应透明，评估基准要独立，不同尺寸要分开，最好还能有个被公认的人工“金标准”镇场。只有摸清AI边界与短板，它们才能真正成为行星探索的可靠助力。
行星科学研究需要快，但更需要准。当AI能把前者做到极致，后者目前还需要人工来兜底。
民俗有言：桃花开，痴子忙。昨日，一大学生患“桃花癫”登上微博热搜，引发热议。该大学生认为周围女生都喜欢自己，并向全校的女生分别告白。不仅如此，由于精神的持续亢奋，该大学生还经常出现整晚不睡觉 3月18日，在2024年黑龙江农机产品展示交易会上，一部可智能播种，又可助力增产的电驱气吸播种机引发众人关注。这台高端智能电驱气吸播种机的价格与机械播种机价格相当，据悉，研发团队通过自主研发和 3月18日，中国经济信息社（以下简称中经社）垂直领域数字化应用系统发布仪式在北京举行。在发布仪式上，锚定建设“国家级经济信息旗舰”的目标，中经社推出了八大数字化应用系统。中经社此次发布的行 3月17日，记者从海南大学获悉，该校化学化工学院副教授李萌婷与相关研究团队合作，合成了多功能复合金纳米花颗粒。该颗粒配合温和光热、光动力、药物控释联合疗法，可有效促进感染性组织再生修复。 英国《自然》周刊网站3月12日刊登题为《OpenAI的文生视频工具Sora会如何改变科学——以及社会》的文章，作者为乔纳森·奥卡拉汉，内容编译如下：美国开放人工智能研究中心(OpenAI 据英国《自然》杂志网站19日报道，美国华盛顿大学科学家首次使用生成式人工智能（AI）工具，帮助他们制造全新抗体。研究团队表示，AI设计抗体或能更好靶向一些很难被攻击的药物标靶，但这些抗体距离临床 。本文链接：用AI统计行星科学数据靠谱吗http://www.sushuapos.com/show-2-16834-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 人类诱导多能干细胞全基因组功能图谱绘成
下一篇： 老鼠拥有和人类一样的同理心吗