/图像-1/由喷气推进实验室拍摄 借助ai4火星探测器,用户可以在美国宇航局毅力号火星探测器的图像中勾勒出岩石和景观的特征
该项目有助于训练人工智能算法,以提高火星车在火星上的能力
信用:美国宇航局/JPL-加州理工学院 公众现在可以帮助教授一种人工智能算法,以识别美国宇航局毅力号火星车拍摄的图像中的科学特征
人工智能,或称AI,有巨大的潜力来改变美国宇航局宇宙飞船研究宇宙的方式
但是,由于所有的机器学习算法都需要人类的训练,最近的一个项目要求公众在美国宇航局毅力号火星探测器拍摄的图像中标注科学感兴趣的特征
这个名为“ai4火星”的项目是去年启动的项目的延续,该项目依赖于美国宇航局“好奇号”探测器的图像
该项目的早期参与者标记了近50万张图像,使用一种工具勾勒出沙子和岩石等特征,美国宇航局喷气推进实验室的火星车驾驶员在红色星球上规划路线时通常会注意这些特征
最终的结果是一种被称为SPOC(土壤属性和物体分类)的算法,它可以在将近98%的时间里正确识别这些特征
SPOC号仍在开发中,研究人员希望有一天它能被未来的宇宙飞船送上火星,它能执行比毅力号的自动驾驶技术更强的自动驾驶
毅力号拍摄的图像将通过扩展可应用于火星表面特征的识别标签种类,进一步改善SPOC
AI4Mars现在提供标签来识别更精细的细节,允许人们选择像浮岩(“岩石岛”)或结核(BB大小的球,通常由水形成,由已经粘合在一起的矿物组成)这样的选项
其目标是磨练一种算法,帮助未来的火星车从从火星发送的大量数据中挑出针
毅力号配备了19个摄像头,每天向地球发送数十到数百张图像,供科学家和工程师梳理特定的地质特征
但时间紧迫:在这些图像从火星传播到地球数百万英里后,团队成员有几个小时的时间根据他们在这些图像中看到的内容制定下一套指令,发送给毅力号
“任何一位科学家都不可能在如此短的时间内,每天都仔细查看所有的下行图像,”帮助协调毅力号日常运营并为AI4Mars项目提供咨询的科学家薇薇安·孙说
“如果有一种算法可以说‘我想我在这里看到了岩石纹理或结节’,然后科学团队可以更详细地观察这些区域,这将节省我们的时间。”
" 特别是在这个发展阶段,SPOC需要科学家的大量验证,以确保其标签准确
但即使有所改进,该算法也不打算取代人类科学家更复杂的分析
一切都是为了数据 任何成功算法的关键都是一个好的数据集,领导AI4Mars开发的JPL人工智能研究员小野弘说
可用的单个数据越多,算法学习的就越多
在ai4火星项目使用的这张图片中,可以看到美国宇航局毅力号火星车的机械臂
用户概述并识别不同的岩石和景观特征,以帮助训练人工智能算法,这将有助于提高火星漫游车的能力
信用:美国宇航局/JPL-加州理工学院 小野说:“机器学习与普通软件有很大不同。”
“这不像是从头开始做什么
把它想象成从一个新的大脑开始
这里更多的努力是获得一个好的数据集来教导大脑,并按摩数据,以便更好地学习
" 人工智能研究人员可以在数以万计的图像上训练他们的地球算法,比如房屋、花朵或小猫
但是在ai4火星计划之前,火星表面没有这样的数据档案
该团队将满足于在他们的存储库中有大约20,000幅图像,每幅图像都有各种各样的特征标记
JPL的安妮·迪迪埃指出,火星数据存储库可以有多种用途,她参与了毅力号版本的AI4Mars
她说:“通过这种算法,漫游者可以自动选择要驾驶的科学目标。”
她说,它还可以存储漫游者身上的各种图像,然后只发回科学家感兴趣的特定特征的图像
那是在地平线上;然而,科学家们可能不必等那么久,算法就会让他们受益
在该算法进入太空之前,它可以用来扫描美国宇航局庞大的火星数据公共档案,让研究人员更容易在这些图像中找到表面特征
小野指出,对AI4Mars团队来说,公开他们自己的数据集非常重要,这样整个数据科学社区都可以受益
“如果JPL以外的人使用我们的数据集创建了一个比我们更好的算法,那也很好,”他说
“这只是让我们更容易有更多的发现
" 关于任务的更多信息 毅力号火星任务的一个关键目标是天体生物学,包括寻找古代微生物生命的迹象
火星车将描述火星的地质和过去的气候,为人类探索红色星球铺平道路,并将是第一个收集和缓存火星岩石和浮土(破碎的岩石和灰尘)的任务
随后,美国航天局与欧空局(欧洲航天局)合作,将向火星发射航天器,从表面收集这些密封样本,并将其返回地球进行深入分析
火星2020毅力号任务是美国宇航局月球到火星探索方法的一部分,其中包括阿尔忒弥斯登月任务,这将有助于为人类探索红色星球做准备
来源:由phyica.com整理转载自PH,转载请保留出处和链接!