用AI統計行星科學數據靠譜嗎

有些星體沒有大氣、沒有風雨，數十億年來挨過的每一記隕石撞擊都留在“臉”上——月球就是這樣。這也是太陽系最完整的日記本，記錄了我們星系內的演化和事跡。

數清楚這些隕石坑，基本就能讀懂星球的年齡。因為小型天體撞擊的頻率在億萬年間大致穩定，隕石坑越密集的地方表面就越古老。月球正面數十億年的地質史，幾乎都靠這種撞擊坑定年法來解讀。當行星科學家想知道某片月表有多老，就可以靠數月球坑來完成：單位面積里直徑大于某尺寸的撞擊坑越多，這塊地的年齡就越大。

可這項工作卻極其枯燥。英國天文學家瑪麗·布拉格花了整整8年，才記錄下約4789個月球地貌的條目。直到2019年，美國西南研究所的羅賓斯博士手動編制完成了超過200萬個隕石坑的數據庫，這是靠人工在LRO相機和激光高度計影像上一個個把坑圈出來的，整個數據庫磨了數年才成型。這種純手工方法，如果換一顆擁有更密坑群的行星就扛不住了。于是這幾年，用卷積神經網絡、目標檢測這類計算機視覺工具“自動識坑”的方法，被寄予厚望。如果AI能在幾分鐘內完成人類數年的苦役，行星科學豈不將迎來革命？

但是，西南研究所給出的一項評測，給AI統計的行星科學數據澆了一盆涼水。科學家挑了8個由不同團隊用自動化方法生成的全球或大型月球隕石坑目錄，統一拿羅賓斯那份人工目錄做基準，并且把所有AI目錄的“匹配規則”拉到同一把尺子下。這把尺子，比很多AI目錄自己報的寬松標準要嚴格得多。

落差一下子就出現了。不少AI目錄里看著光鮮的指標大幅縮水——在嚴格科學標尺下，部分數據庫的實際表現甚至比AI計算的差了十倍不止。這讓科學家感到后怕，一個坑如果定位偏了，或者大小估錯，甚至被重復數了兩次，對目錄本身只是個誤差，可一旦拿去喂給定年模型，后果會被放大。假設一片年輕月表本該有100個坑，AI報成200個，推算出的地質年齡就直接翻倍。定年差十億年，后面關于月球火山熄滅時間、人類登陸器著陸點附近演化歷史的結論等等，都會走樣。

科學家還揪出一個常被忽略的點：在整體平均分里，不少AI目錄的匯總指標看著尚可，但拆分到不同尺寸的隕石坑上表現天差地別——識別直徑幾十公里的大坑準確率不錯，換到直徑更小的坑就錯漏百出。這樣的目錄拿到真實場景就完全不可靠。

盡管如此，科學家也并沒有否定AI在行星科學研究中的價值。因為這項“體檢”的初衷，恰恰是因為看好AI潛力才去做的。AI在處理重復性數據工作上的潛力毋庸置疑，未來完全可能徹底變革隕石坑編目的模式，為人類研究者省下數年的時間。但現階段，絕不能只看亮眼的指標就直接把AI目錄拿來做科學研究。科學家提醒：匹配標準應透明，評估基準要獨立，不同尺寸要分開，最好還能有個被公認的人工“金標準”鎮場。只有摸清AI邊界與短板，它們才能真正成為行星探索的可靠助力。

行星科學研究需要快，但更需要準。當AI能把前者做到極致，后者目前還需要人工來兜底。