天文學中最大的挑戰之一也是最明顯的：空間很大，需要很長時間才能看到它。這就是人工智能對這門科學如此有利的原因。事實證明，為引導自動駕駛汽車等任務開發的相同機器視覺工具也非常適合分類大量的天文數據。因此，天文學家本月宣布，他們已經使用人工智能在月球上找到了6,000個新的隕石坑。

現在，這本身并不重要。月球估計有數十萬個隕石坑，主要是由小行星和流星撞擊造成的。這是因為有幾個因素。首先，因為月球沒有大氣層，所以這些物體有一條通向地面的自由路徑(與地球不同，空氣摩擦使它們減速并減小它們的大小)。其次，由于月球上沒有天氣，這些痕跡不會因侵蝕而變得平滑。最終結果是我們都知道的火山口衛星。

但是使用AI來找到這些隕石坑很重要，因為它展示了機器學習可以自動化勞動密集型任務的另一種方式。天文學家花費更少時間瀏覽月球圖片，手工標記隕石坑，他們越需要專注于其他更具挑戰性的研究。此外，我們對月球隕石坑了解得越多，我們就能更好地理解太陽系的歷史和形成。

用于該特定研究的工具是所謂的卷積神經網絡或CNN。這是一種特別擅長對視覺數據進行分類的常用技術。正如執行這項工作的研究人員在一篇未發表的論文中解釋的那樣，他們使用先前由人類識別的隕石坑數據集來訓練他們的網絡。一旦程序了解了隕石坑的樣子，它就會在月球表面的一個新區域(大約占其總表面積的三分之一)上松動。在那里，它發現了6,000個新的隕石坑。

從多倫多大學，賓夕法尼亞州立大學和亞利桑那州立大學開展這項工作的科學家們在他們的論文中寫道，該系統是一致的，而且最重要的是，它是快速的。他們寫道：“經過訓練，我們的CNN大大提高了火山口識別的速度，需要幾分鐘才能產生成千上萬個月球DEM的預測。” (DEM是一個數字高程圖，它是用于查找和分類隕石坑的標準圖像類型。)“當然，這一切都是被動地完成的，讓科學家能夠完成其他任務。”

這個系統并不完美，當針對人類火山口觀察者進行測試時，它只發現了92個相同的特征。但是這項工作表明AI是一種非常強大的工具，可以加速基本的天文學研究。到目前為止，類似的方法已被用于發現引力透鏡，發現新的系外行星，識別脈沖星，以及分類星系。空間可能很大，但人類現在擁有計算機來幫助他們篩選宇宙。