嫦娥六號帶回關鍵樣本，中國科學家首度用 AI 破解月球背面「化學密碼」
3 月 7 日，中國科學家利用人工智慧（AI）模型成功破解了月球背面的化學組成，這個突破為月球科學的持久謎團提供新見解。這項研究是基於中國的嫦娥六號任務，該任務於 2024 年成功從月球背面帶回樣本，並結合了先進的技術，讓中國科學院上海技術物理研究所（SITP）及其合作夥伴能創建出首個高精度的月球主要氧化物全球分布圖。
根據SITP本週的聲明，這項研究揭示了南極-艾特肯盆地深層材料的暴露特徵以及月球背面地形的組成模式。這些發現於2月發表在同行評審的期刊《Nature Sensors》中，進一步擴展了嫦娥六號任務的科學成果。
嫦娥六號任務的成功不僅展示了中國在太空探索方面的進步，還體現了中國在習近平的國家戰略下，將人工智慧、機器人技術和月球任務做為第十五個五年計畫（2026-2030）的核心要素。這項計畫在年度的「兩會」期間推出，優先考慮資源動員以支持關鍵技術的發展，包括透過嫦娥等任務進行的太空探索，這些任務體現了中國的「全國協作」創新模式。
分析師指出，這一成功歸功於公私部門的協調努力，使得從月球樣本分析到5G遠端醫療等應用的無縫整合成為可能。月球背面常被稱為「黑暗面」，因其無法從地球觀察到，擁有更厚的地殼和獨特的組成，與近側月球相比，特徵截然不同。
儘管目前尚未詳細說明AI模型的具體方法（例如，機器學習在光譜分析或隕石坑映射中的應用），但可以推測它處理了嫦娥六號的月球土壤樣本和影像，揭示了形成過程，如早期撞擊造成的不對稱地殼增厚或地幔演化。這一研究建立在2019年嫦娥四號任務的基礎上，該任務成功著陸於南極-艾特肯盆地，但嫦娥六號是首次從月球背面返回樣本，為精確的實驗室AI建模提供了可能。
▲ 月表主要氧化物含量分布圖。
▲ 月球正面與背面的鎂分布揭示其不對稱性。
中國的月球探索努力與全球其他發展形成鮮明對比，例如美國國家航空暨太空總署（NASA）的詹姆斯·韋伯太空望遠鏡確認2032年小行星2024 YR4不會對月球造成撞擊風險。儘管如此，中國在科技雄心方面仍面臨挑戰，包括因成本問題而暫停的世界最大粒子加速器等大型項目，這突顯了中國在技術優先事項上的選擇性。
（首圖為嫦娥六號光譜儀模擬實驗，圖片來源：中國科學院上海技術物理研究所）