Новый алгоритм машинного обучения выявил более 600 зон в Антарктиде, где ученые с высокой вероятностью смогут отыскать метеориты. Об этом говорится в исследовании, опубликованном в журнале Science Advances.

По словам гляциолога из Брюссельского свободного университета Вероники Толленаар, южный континент — лучшее место для поиска космических тел, потому что темные точки отчетливо видны на белой поверхности и особенности движения ледяного щита могут способствовать концентрации метеоритов в «зонах выброса на берег».

На сегодняшний день изо льда извлечены примерно 45 тыс. метеоритов. Но это только часть из 300 тыс. космических камней, которые, по оценкам ученых, лежат где-то на поверхности континента.

Проблема в том, что до сих пор зоны падения метеоритов обнаруживали в основном по счастливой случайности. Спутники помогают, но изучение изображений отнимает много времени, а разведка на местности стоит дорого. Поэтому Толленаар и ее коллеги обучили компьютеры находить эти зоны.

Если медленно ползущий ледяной щит с метеоритами, застрявшими в его более глубоких слоях, сталкивается с топографическим возвышением, таким как гора, то слои ледяного щита изгибаются вверх. За счет этого у поверхности концентрируются космические камни. Эти зоны скручивания особенно заметны в областях голубого льда.

Объединив алгоритм машинного обучения с данными о скорости движения и толщине льда, температуре поверхности, форме породы и уже известных зонах выброса на берег, Толленаар и ее коллеги создали карту из 613 вероятных мест выхода метеоритов на поверхность. Многие из них расположены рядом с существующими исследовательскими станциями.

Команде Толленаар еще предстоит проверить карту в деле: вспышка COVID-19 на бельгийской станции в декабре помешала планам в полевом сезоне 2021-2022. В следующем году будет новая попытка. Тем временем ученые открыли свободный доступ к интерактивной карте и данным, надеясь, что другие исследователи тоже начнут охоту.

Напомним, в прошлом году международная группа ученых создала новый инструмент на базе машинного обучения, который прогнозирует таяние морского льда в Арктике.