阿波罗11号在1969年拍摄了这张月球代达罗斯陨石坑的照片。鸣谢:美国宇航局，公共领域
据Eos（马赛·梅·西迪克）：月球表面讲述了内太阳系的故事。每颗撞击的陨石都会留下痕迹，这些陨石坑记录了过去40亿年来月球上和周围发生的事件。
但是记录可能很难阅读。陨石坑的年龄和空间密度是解码月球撞击历史的关键指标，但分析这些属性可能很耗时，有时需要将样本带回地球。
J.H. Fairweather和他的同事在《地球和空间科学》上发表的一篇文章中表明，机器学习可能是一种快速而简单的方法来提高我们对月球陨石坑的了解。通过对超过50，000张先前表征的环形山图像训练算法，研究人员能够估计更多月球众多标记的年龄和密度。
起初，机器学习算法的估计与其他研究人员手工得出的估计有很大不同。但是，通过一点人工处理，Fairweather和他的同事们能够使他们对陨石坑年龄和密度的自动估计与以前的估计一致。
照明条件是一个问题。如果陨石坑部分被岩石遮挡，或者位于光线不均匀的斜坡上，该算法就很难准确分析它们。排除这样的陨石坑提高了精确度。岩石或掩埋坑的存在也导致该算法将坑的年龄高估了10%-45%，但一旦岩石、掩埋坑和其他不想要的物体从图像中移除，它就可以确定年轻月球表面和撞击坑的非常准确的年龄。
研究人员警告说，尽管机器学习可以提供关于月球表面的大量信息，但这些算法仍然需要仔细监督。
