有些星体没有大气、没有风雨，数十亿年来挨过的每一记陨石撞击都留在“脸”上——月球就是这样。这也是太阳系最完整的日记本，记录了我们星系内的演化和事迹。

数清楚这些陨石坑，基本就能读懂星球的年龄。因为小型天体撞击的频率在亿万年间大致稳定，陨石坑越密集的地方表面就越古老。月球正面数十亿年的地质史，几乎都靠这种撞击坑定年法来解读。当行星科学家想知道某片月表有多老，就可以靠数月球坑来完成：单位面积里直径大于某尺寸的撞击坑越多，这块地的年龄就越大。

可这项工作却极其枯燥。英国天文学家玛丽·布拉格花了整整8年，才记录下约4789个月球地貌的条目。直到2019年，美国西南研究所的罗宾斯博士手动编制完成了超过200万个陨石坑的数据库，这是靠人工在LRO相机和激光高度计影像上一个个把坑圈出来的，整个数据库磨了数年才成型。这种纯手工方法，如果换一颗拥有更密坑群的行星就扛不住了。于是这几年，用卷积神经网络、目标检测这类计算机视觉工具“自动识坑”的方法，被寄予厚望。如果AI能在几分钟内完成人类数年的苦役，行星科学岂不将迎来革命？

但是，西南研究所给出的一项评测，给AI统计的行星科学数据浇了一盆凉水。科学家挑了8个由不同团队用自动化方法生成的全球或大型月球陨石坑目录，统一拿罗宾斯那份人工目录做基准，并且把所有AI目录的“匹配规则”拉到同一把尺子下。这把尺子，比很多AI目录自己报的宽松标准要严格得多。

落差一下子就出现了。不少AI目录里看着光鲜的指标大幅缩水——在严格科学标尺下，部分数据库的实际表现甚至比AI计算的差了十倍不止。这让科学家感到后怕，一个坑如果定位偏了，或者大小估错，甚至被重复数了两次，对目录本身只是个误差，可一旦拿去喂给定年模型，后果会被放大。假设一片年轻月表本该有100个坑，AI报成200个，推算出的地质年龄就直接翻倍。定年差十亿年，后面关于月球火山熄灭时间、人类登陆器着陆点附近演化历史的结论等等，都会走样。

科学家还揪出一个常被忽略的点：在整体平均分里，不少AI目录的汇总指标看着尚可，但拆分到不同尺寸的陨石坑上表现天差地别——识别直径几十公里的大坑准确率不错，换到直径更小的坑就错漏百出。这样的目录拿到真实场景就完全不可靠。

尽管如此，科学家也并没有否定AI在行星科学研究中的价值。因为这项“体检”的初衷，恰恰是因为看好AI潜力才去做的。AI在处理重复性数据工作上的潜力毋庸置疑，未来完全可能彻底变革陨石坑编目的模式，为人类研究者省下数年的时间。但现阶段，绝不能只看亮眼的指标就直接把AI目录拿来做科学研究。科学家提醒：匹配标准应透明，评估基准要独立，不同尺寸要分开，最好还能有个被公认的人工“金标准”镇场。只有摸清AI边界与短板，它们才能真正成为行星探索的可靠助力。

行星科学研究需要快，但更需要准。当AI能把前者做到极致，后者目前还需要人工来兜底。