Луна
Луна
Анна Антипенко Опубликована 28.09.2025 в 14:48

Луна таит скрытые массивы: гравитационные аномалии ставят вопросы без ответов

Учёные МГУ с помощью нейросети обнаружили на Луне 20 новых аномальных областей

Учёные Московского государственного университета имени М. В. Ломоносова сделали шаг вперёд в исследовании Луны. С помощью нейросети они обнаружили 20 ранее неизвестных аномальных областей, которые вызывают отклонения спутников от расчётных орбит. Об этом сообщили в пресс-службе вуза.

"Ученые геологического факультета в сотрудничестве с сотрудниками факультета космических исследований МГУ им. М. В. Ломоносова разработали новый подход к выделению уникальных областей в строении лунной коры, называемых масконами и проявленных в аномалиях силы тяжести. Алгоритм локализации основан на применении сверточной нейронной сети. <…> Ее использование позволило подтвердить более 90% известных по литературным данным масконов, а также выявить 20 новых областей, которые представляют интерес для дальнейших исследований", — сообщили в МГУ.

Что такое масконы

Масконы (от англ. mass concentration) — это области повышенной плотности в коре Луны, вызывающие локальные аномалии гравитационного поля.

Их размеры могут достигать тысячи километров. Впервые они были зафиксированы ещё при запуске первых искусственных спутников, когда орбиты аппаратов начинали отклоняться от расчётных траекторий.

Природа образования масконов до конца не ясна: учёные связывают их с ударными кратерами и последующими процессами в лунной коре.

Сравнение: классические и новые методы поиска масконов

Метод Особенности Результат
Классический (спутниковые наблюдения и моделирование) Основан на измерении отклонений орбит Обнаружение крупных масконов
С применением нейросетей Использование сверточных моделей и обучающих выборок Подтверждение известных масконов и выявление новых областей

Как работает нейросеть

Для обучения алгоритма исследователи смоделировали поля гравитационных аномалий, характерных для масконов. Нейросеть анализировала данные и научилась выделять области с повышенной плотностью в структуре Луны.

Такой подход оказался более чувствительным и позволил подтвердить свыше 90% ранее известных масконов, а также найти новые.

Возможности технологии

Методика уже используется не только для Луны. По словам специалистов, тот же алгоритм применим в геолого-геофизическом поиске полезных ископаемых на Земле. Это открывает перспективы для разработки технологий разведки новых месторождений.

FAQ

Что даёт изучение масконов?
Они помогают понять внутреннее строение Луны и её эволюцию.

Может ли нейросеть ошибаться?
Да, но при этом её точность выше, чем у традиционных методов.

Где ещё можно использовать методику?
В геофизике Земли, при поиске полезных ископаемых и оценке геологических рисков.

Плюсы и минусы метода с ИИ

Плюсы Минусы
Высокая точность обнаружения Требуется большая база данных
Подтверждение старых и поиск новых масконов Алгоритм нуждается в корректировке человеком
Возможность применения на Земле Ограничения при нехватке исходных данных

Мифы и правда

  • Миф: масконы мешают только искусственным спутникам.
  • Правда: они влияют на все объекты, включая будущие пилотируемые миссии.
  • Миф: их можно обнаружить только напрямую в космосе.
  • Правда: современные нейросети позволяют анализировать данные с Земли.
  • Миф: природа масконов полностью изучена.
  • Правда: до сих пор остаётся много вопросов об их происхождении.

3 интересных факта

  1. Термин "маскон" впервые появился в 1968 году при анализе данных миссии Lunar Orbiter.
  2. Некоторые масконы совпадают с крупнейшими ударными бассейнами Луны.
  3. Аномалии гравитации настолько сильны, что могут изменять длительность орбитального периода спутника.

Исторический контекст

  • 1960-е: обнаружение первых масконов при миссиях Lunar Orbiter.
  • 1970-е: уточнение данных советскими и американскими аппаратами.
  • 2000-е: детальные карты Луны от миссий NASA и JAXA.
  • Сегодня: использование ИИ позволяет находить новые объекты и повышает точность анализа.
Автор Анна Антипенко
Анна Антипенко — журналист, корреспондент новостной службы Манитаймс

Подписывайтесь на Moneytimes.Ru

Читайте также

Солнце звучит, но Земля этого не слышит: космос скрыл шум звезды 07.05.2026 в 17:02

Физик Владимир Обридко рассказал MoneyTimes, могут ли люди услышать звуки Солнца без специальных приборов.

Читать полностью »
Телефон греется даже с выключенным экраном: причина может скрываться в одном опасном процессе 07.05.2026 в 17:01

Эксперт по гаджетам Николай Николаев объяснил MoneyTimes, почему телефон может быть постоянно горячим.

Читать полностью »
Инженер не станет художником за два года: магистратуру хотят вернуть к строгой логике 06.05.2026 в 14:25

Педагог Сергей Комков поддержал в беседе с MoneyTimes идею ограничить поступление в магистратуру не по профилю бакалавриата.

Читать полностью »
Гроза подкрадывается к Москве: жара запустила процесс, который трудно предсказать 04.05.2026 в 14:45

Метеоролог Александр Шувалов объяснил MoneyTimes, можно ли спрогнозировать точную дату, когда пройдет гроза.

Читать полностью »
Невидимая сеть под водой управляет климатом: водоросли питают глобальное хранилище углерода 03.05.2026 в 20:23

Ученые выяснили, какие природные механизмы под толщей воды позволяют эффективно сдерживать рост средней мировой температуры в долгосрочной перспективе.

Читать полностью »
Камчатка дала мощный толчок без последствий: энергия ушла вглубь, а не в океан 02.05.2026 в 20:06

Специалисты проанализировали данные об июльском сейсмическом событии, чтобы выяснить, почему гигантская подземная энергия не трансформировалась в мощную волну.

Читать полностью »
Монитор разочарует уже после покупки: покупатели замечают подвох слишком поздно 28.04.2026 в 17:23

Программист Кирилл Ситнов рассказал MoneyTimes, как правильно выбрать монитор.

Читать полностью »
Искусственный интеллект взялся за прогноз погоды: почему атмосфера все равно поставит ему ловушку 28.04.2026 в 13:49

Метеоролог Александр Шувалов объяснил MoneyTimes, почему использование нейросетей не гарантирует точный прогноз погоды на месяцы вперед.

Читать полностью »