安德鲁·古德,喷气推进实验室 从名为“ai4火星”的工具上获得的三幅图像显示了美国宇航局“好奇号”火星车所看到的不同种类的火星地形
通过在地形特征周围绘制边界,并为其分配四个标签中的一个,您可以帮助训练一种算法,该算法将自动为好奇号的漫游规划者识别地形类型
信用:美国航天局/JPL-加州理工学院 你也许可以帮助美国宇航局的好奇号火星车司机更好地驾驶火星
使用在线工具AI4Mars来标记从红色星球下载的图片中的地形特征,您可以训练人工智能算法来自动读取景观
左边是一块大石头吗?会不会是沙子?或者可能是很好的平坦的岩床
AI4Mars位于公民科学网站Zooniverse上,它可以让你在地形周围画出边界,并从四个标签中选择一个
这些标签是增强火星地形分类算法SPOC(土壤属性和物体分类)的关键
由美国国家航空航天局喷气推进实验室开发,该实验室管理着该机构的所有火星漫游任务,SPOC标记了各种地形类型,创建了一个视觉地图,帮助任务组成员决定走哪条路
SPOC已经在使用,但该系统可能需要进一步的培训
“典型地,训练一个深度学习算法需要几十万个例子,”JPL人工智能研究员小野弘说
例如,自动驾驶汽车的算法是用道路、标志、交通灯、行人和其他车辆的大量图像来训练的
其他用于深度学习的公共数据集包含人、动物和建筑——但没有火星景观
" 一旦完全跟上速度,SPOC将能够自动区分粘性土壤、高岩石、平坦的基岩和危险的沙丘,向地球发送图像,这将使好奇号的下一步计划更加容易
小野说:“在未来,我们希望这种算法能够变得足够精确,以完成其他有用的任务,比如预测漫游车的车轮在不同表面上打滑的可能性。”
漫游者计划者的工作 被称为“漫游者计划者”的JPL工程师可能从训练有素的SPOC获益最大
他们负责好奇号的每一个动作,无论是自拍、将粉碎的样本滴入火星车体内进行分析,还是从一个地方开到另一个地方
开发一个驱动程序可能需要4到5个小时(现在已经虚拟完成),需要多人编写和审查数百行代码
这项任务还涉及与科学家的广泛合作:地质学家评估地形,以预测好奇号的轮子是否会滑动、被尖锐的岩石损坏或被困在沙子中,从而困住勇气号和机遇号
规划者还考虑了漫游车在行驶结束时将指向哪个方向,因为它的高增益天线需要对地球有清晰的视线才能接收命令
他们试图预测在驾驶过程中阴影会穿过地形,这会干扰好奇号确定距离的方式
(漫游者使用一种叫做视觉里程计的技术,将摄像机图像与附近的地标进行比较
) 人工智能如何帮助 SPOC不会取代漫游者计划者复杂、耗时的工作
但是这可以让他们把精力放在工作的其他方面,比如和科学家讨论下一步该研究哪些岩石
“我们的工作是找出如何安全地获得任务的科学,”斯蒂芬妮·欧伊说,她是参与AI4Mars的JPL漫游者计划者之一
“自动生成地形标签将节省我们的时间,并帮助我们提高工作效率
" 更智能的算法的好处将延伸到美国国家航空航天局明年夏天发射的下一个火星任务“毅力”探测器的规划者身上
但是首先,需要一个标记图像的档案
迄今为止,已有8000多张好奇号图片上传到AI4Mars网站,为该算法提供了大量素材
小野希望将来能加入《精神与机遇》的图片
与此同时,JPL志愿者正在翻译该网站,以便说西班牙语、印地语、日语和其他几种语言的参与者也能做出贡献
来源:由phyica.com整理转载自PH,转载请保留出处和链接!