Вы можете помочь научить марсоходы НАСА исследовать Марс с помощью проекта AI4Mars.

Искусственный интеллект может оказаться огромным подспорьем для марсоходов, таких как Curiosity или Perseverance НАСА, но сначала эти системы искусственного интеллекта необходимо обучить тому, на что следует обращать внимание. Проект НАСА приглашает представителей общественности помочь определить особенности марсианского ландшафта, чтобы обучить алгоритм, который будущие вездеходы могли бы использовать для навигации по красной планете.

Проект AI4Mars был запущен в прошлом году , и пользователи уже пометили почти полмиллиона изображений, чтобы помочь разработать алгоритм классификации свойств почвы и объектов (SPOC). Этот алгоритм определяет особенности ландшафта, такие как песок и камни, и делает это правильно почти в 98% случаев. В будущем этот алгоритм может быть включен в возможности автономного вождения марсоходов, такие как технология AutoNav, используемая Perseverance.

Теперь исследователи хотят расширить SPOC, чтобы получить более подробную информацию о горных образованиях, таких как наличие плавающих пород или конкреций. Путем автоматической классификации типов скал, отображаемых марсоходами, исследователи могут быстрее отправлять инструкции по вождению марсоходам.

«Ни один ученый не может внимательно просматривать все изображения, переданные по нисходящей линии связи, за такой короткий промежуток времени, каждый божий день», – объяснила Вивиан Сан, ученый из Лаборатории реактивного движения, который помогает координировать ежедневные операции Perseverance и консультировал по проекту AI4Mars. «Мы бы сэкономили время, если бы существовал алгоритм, который мог бы сказать:« Мне кажется, я видел здесь горные вены или узелки », а затем научная группа могла бы изучить эти области более подробно».

Чтобы помочь в разработке этого алгоритма, НАСА приглашает представителей общественности перейти на страницу AI4Mars в Zooniverse и посмотреть изображения марсианской поверхности, сделанные марсоходом Curiosity. Их просят нарисовать многоугольники вокруг определенных объектов, таких как песок, почва, коренные породы и большие камни. Результаты тысяч классификаций, сделанных общественностью, затем сопоставляются и проверяются учеными, чтобы убедиться в точности маркировки.

Со временем, по мере того, как маркируются все больше отдельных фрагментов данных, алгоритм может научиться различать особенности для себя.

«Машинное обучение сильно отличается от обычного программного обеспечения», – сказал ведущий исследователь проекта AI4Mars Хиро Оно. «Это не похоже на создание чего-то с нуля. Думайте об этом как о начале нового мозга. Больше усилий здесь делается на получение хорошего набора данных, чтобы научить этот мозг, и на обработку данных, чтобы их можно было лучше усвоить ».