Kun ihmisten tekemää kraatterianalyysia verrattiin tietokantoihin, lähes kaikkien tietokantojen luotettavuus osoittautui heikommaksi kuin niissä luvattiin.

”Keinoälyllä on valtava potentiaali auttaa toistuvissa ja aikaa vievissä tieteellisissä tehtävissä, etenkin joissakin datankeräyssovelluksissamme”, pohjustaa Sturt J. Robbins SwRI:stä.

”Analyysimme kuitenkin osoittaa, ettei tutkijoiden pitäisi olettaa keinoälyn generoiman kraatteriluettelon olevan valmis tieteelliseen käyttöön ainoastaan siitä julkaistujen lukujen perusteella”, hän kommentoi.

Kuun kraatterikartoituksissa kraattereiden tunnistustarkkuuksien, sijaintien ja kokojen on tärkeää osua oikein. Useimpia datakirjastoja tarkistettaessa osoittautui, että jokainen niistä toimi hyvin tietyn kokoluokan kraattereille ja huonosti muille.

Johtopäätökseksi tuli, että keinoälyn kehittämisessä on vielä paljon tehtävänä ennen kuin se pystyy kilpailemaan ihmisten luomien laadukkaiden kartoitusten kanssa.

Tutkijaryhmä pitää tärkeänä, että datakirjastojen luotettavuuden parantamiseksi standardoitaisiin vertailuaineistoja sekä parannettaisiin luetteloissa käytettyjen tunnistuskriteereiden täyttymisen läpinäkyvyyttä.

Aiheesta lisää SwRI (englanniksi)