Wissenschaftler schätzen, dass jedes Jahr etwa 500 Meteoriten die Erdatmosphäre durchqueren und auf die Oberfläche unseres Planeten stürzen. Die allermeisten davon sind ziemlich klein. Und weniger als 2 Prozent von ihnen werden gefunden. Viele dieser Weltall-Brocken landen in den Ozeanen oder abgelegenen, unzugänglichen Gebieten. Andere bemerken wir einfach nicht. Schlechte Voraussetzungen für Forschende. Das dachten sich auch Robert Citron und sein Team von der University of California und entwickelten eine Drohne mit selbstlernender Software.

Was der Mensch nicht leisten kann, soll jetzt mithilfe von KI möglich werden. Die Forschenden aus dem US-Staat Kalifornien haben in einem ausgetrockneten Flussbett in Nevada zwei neuentwickelte Quadkopter-Drohnen getestet. Sie sollten kleine Meteorit-Fragmente aufzuspüren – autonom. Die Fluggeräte flogen dabei im Gittermuster über ein von den Forschenden angelegtes Streufeld und fotografieren den Untergrund. Die KI durchsuchte dann die Aufnahmen nach potentiellen Meteoriten.

Die ersten Ergebnisse sind durchaus vielversprechend. In den Testflügen produzierten die Drohnen zwar noch viele falsch positive Ergebnisse, indem sie herumliegende Steine fälschlicherweise als Meteoriten erkannten. Positiv aus Sicht der Forscher:innen ist jedoch: Die Drohnen erkannten alle platzierten Test-Meteoriten. Die Forschenden versprechen sich durch die Meteoritefunde neue Erkenntnisse über die Zusammensetzung von etwa 40 Asteroidenfamilien. Zudem sollen die kleinen Brocken auch beim Verständnis der frühen Entwicklung unseres Sonnensystems dienen.

Neben dem Blick in die Vergangenheit, erhoffen sich Robert Citron und sein Team auch Erkenntnisse über künftige Landungen. So soll die Software bald erkennen können, in welcher Höhe Asteroiden sich teilen und ob sie groß genug sind, um Luftdetonationen zu verursachen. Heißt im Klartext: Die KI soll selbstständig Einschläge voraussagen können.

Doch bis dahin gibt es noch einiges zu tun. Die größte Herausforderung der Forscher:innen besteht darin, passende Trainingsdaten für die Machine-Learning-Algorithmen zu finden. Die KI benötigt Bilder von verschiedenartigen Meteoriten auf unterschiedlichen Untergründen. Um das bestmöglich simulieren zu können, verwendeten Citron und sein Team Bilder von Meteoriten aus dem Internet sowie gestellte Bilder. So wurde die Software trainiert, um die eigene Fehlerquote zu verringern. Mit jedem Testflug werden neue Daten gewonnen, die in das Datenset aufgenommen werden können und die Präzision der KI verbessern.