はやぶさ2の解析チームがAI技術を応用して、
これまで研究者が一生をかけても識別できなかった
膨大な数の岩石を高速かつ高精度に
自動解析するシステムを開発したという
研究結果をご紹介します。
東京大学の研究グループは、約7万個の岩石の
輪郭データから、畳み込みニューラルネットワーク
（Convolutional Neural Network）
を用いて、岩石を高速・高精度に自動識別する
手法を確立し、このアルゴリズムを用いて、
JAXAの「はやぶさ2」、
NASAの「OSIRIS-REx」ミッション
で得られた、小惑星リュウグウおよびベヌー表面の
高解像度画像約1万枚から、合計約350万個の
岩石を識別して解析。
詳しくはリンク記事でご確認ください。
AI技術で小惑星の全ての土砂を高速自動計測 ―鉱山、土木、建設、防災へ応用可能―
東京大学大学院工学系研究科の清水雄太特任研究員と宮本英昭教授らによる研究グループは、AI（深層学習）を活用し大量の岩石を高速かつ高精度に自動識別する実用的なアルゴリズムを世界で初めて確立しました。本研究では独自に収集した数万個に及ぶ岩石の輪郭データを基に新たな解析手法を開発し、小惑星リュウグウ・ベヌー表面に存在する全ての1m以上の岩石粒子（識別数は350万個、画像間の重複を取り除き総数20万個を記録）を初めて網羅的に識別し、それらの形状と分布を解明しました。
[PR]