Mit dem AI4Mars-Projekt können Sie NASA-Rovern beibringen, den Mars zu erkunden

Eskere Guru

Künstliche Intelligenz könnte für Mars-Rover wie Curiosity oder Perseverance der NASA eine große Hilfe sein, aber zuerst müssen diese KI-Systeme darauf trainiert werden, wonach sie suchen müssen. Ein NASA-Projekt lädt Mitglieder der Öffentlichkeit ein, bei der Identifizierung von Merkmalen der Marslandschaft zu helfen, um einen Algorithmus zu trainieren, mit dem zukünftige Rover um den roten Planeten navigieren könnten.

Der Roboterarm des Perseverance-Rovers der NASA ist in diesem Bild zu sehen, das vom AI4Mars-Projekt verwendet wird.
Der Roboterarm des Perseverance-Rovers der NASA ist in diesem Bild zu sehen, das vom AI4Mars-Projekt verwendet wird. Benutzer skizzieren und identifizieren verschiedene Gesteins- und Landschaftsmerkmale, um einen Algorithmus für künstliche Intelligenz zu trainieren, der dazu beiträgt, die Fähigkeiten von Mars-Rovers zu verbessern. NASA/JPL-Caltech

Das AI4Mars-Projekt wurde letztes Jahr ins Leben gerufen , und Benutzer haben bereits fast eine halbe Million Bilder gekennzeichnet, um bei der Entwicklung des Algorithmus zur Soil Property and Object Classification (SPOC) zu helfen. Dieser Algorithmus identifiziert Landschaftsmerkmale wie Sand und Fels und macht dies in fast 98 % der Fälle richtig. In Zukunft könnte dieser Algorithmus in die autonomen Fahrfunktionen der Mars-Rover integriert werden, wie die von Perseverance verwendete AutoNav-Technologie .

Nun wollen die Forscher SPOC erweitern, um detailliertere Informationen über Gesteinsformationen wie das Vorhandensein von Schwebegestein oder Knollen zu erhalten. Durch die automatische Klassifizierung der von Rovern abgebildeten Gesteinsarten können die Forscher Fahranweisungen schneller an die Rover zurücksenden.

„Es ist für keinen einzelnen Wissenschaftler möglich, jeden einzelnen Tag in so kurzer Zeit alle Downlink-Bilder genau zu betrachten“, erklärte Vivian Sun, eine JPL-Wissenschaftlerin, die bei der Koordinierung der täglichen Operationen von Perseverance hilft und das AI4Mars-Projekt beriet. "Es würde uns Zeit sparen, wenn es einen Algorithmus gäbe, der sagen könnte: 'Ich glaube, ich habe hier Gesteinsadern oder -knötchen gesehen' und dann kann das Wissenschaftsteam diese Bereiche genauer untersuchen."

Um bei der Entwicklung dieses Algorithmus zu helfen, lädt die NASA die Öffentlichkeit ein, die AI4Mars-Seite auf Zooniverse zu besuchen und sich Bilder der Marsoberfläche anzusehen, die vom Curiosity-Rover aufgenommen wurden. Sie werden gebeten, Polygone um bestimmte Merkmale wie Sand, Boden, Grundgestein und große Felsen zu zeichnen. Die Ergebnisse Tausender von der Öffentlichkeit vorgenommener Klassifizierungen werden dann von Wissenschaftlern zusammengestellt und überprüft, um sicherzustellen, dass die Kennzeichnung korrekt ist.

Im Laufe der Zeit kann der Algorithmus lernen, Merkmale für sich selbst zu unterscheiden, wenn mehr einzelne Datenelemente gekennzeichnet werden.

„Maschinelles Lernen unterscheidet sich stark von normaler Software“, sagte Hiro Ono, leitender Forscher des AI4Mars-Projekts. „Das ist nicht so, als würde man etwas von Grund auf neu machen. Stellen Sie sich das so vor, als ob Sie mit einem neuen Gehirn beginnen. Hier geht es mehr darum, einen guten Datensatz zu bekommen, um dieses Gehirn zu lehren, und die Daten zu massieren, damit sie besser gelernt werden.“