AI 模型 ESSA 揭示未來任務的隱藏月球洞穴入口
一位英國科學家應用了一種名為ESSA的深度學習人工智慧模型,對月球表面的廣泛影像進行分析,揭示了潛在的洞穴入口,這些入口之前未被傳統觀測方法檢測到。這些形成物在軌道影像中看起來像是坑和天窗,可能為未來的月球任務提供自然庇護所。
這些已識別的位置可能藏有水冰,這是維持人類生命和支持燃料生產以進行長期探索的關鍵資源。通過利用人工智慧技術,研究人員能夠加速識別適合在月球上建立人類基地的地點,為長期居住和科學研究提供新的可能性。

ESSA-AI模型已經在月球上識別出兩個特定的潛在入口。第一個位於南馬里烏斯山地區,而第二個則位於月球北極附近。這兩個地點被認為與地下熔岩管相連,這些地質形成物可能提供自然保護,以抵禦宇宙輻射和微隕石撞擊。
這些發現具有重要意義,因為這些熔岩管可能為人類探險者提供更安全的環境,減少對月球表面可能造成嚴重風險的危險的暴露。這兩個入口的發現代表著在規劃未來任務的安全和可持續月球棲息地方面的重要一步。
雖然使用ESSA的初步掃描僅覆蓋了月球的約0.23%,但結果顯示月球表面可能還存在許多潛在的洞穴入口。專家強調,每一個新的入口都可能為棲息地建設提供有價值的地點,提供對環境危險的自然屏障。
這些形成物中水冰的存在可以支持生命維持系統和燃料生產,這是長期月球逗留的關鍵要素。這些早期發現也突顯了人工智慧在指導探索優先事項和提供有關在月球上建立永久或半永久基地的戰略決策中的實用性。
展望未來,科學家計劃將人工智慧輔助掃描擴展到月球表面更大部分,尋找更多可能支持人類活動的洞穴入口。這項擴展研究將幫助任務規劃者識別最適合建立月球基地的地點,優化安全性和資源可用性。
通過更精確地繪製地下特徵,研究人員希望對月球的地質和潛在資源有更全面的了解。這些努力預計將顯著促進長期人類探索的可行性,並為可持續和戰略規劃的月球定居點鋪平道路。