簡介:你知道嗎?或許一個小軟體就能讓我們和遠隔千裡的好奇號探測器連接起來,一起下載試試吧!
這張自拍照由美國國家航空航天局(NASA)的火星漫遊探測車「好奇號」拍攝,在拍攝之前,它剛在一個名為「赫頓」( Hutton)的巖石狀物體上鑽了一個洞,接著爬到傾斜巖石層上的棲息處(Greenheugh Pediment)拍下這張自拍照。 該全景圖由86張圖像組成,「好奇號」機器手臂上的火星手持透鏡成像儀(MAHLI)相機在2020年2月26日,也是第2687個火星日(別名太陽日)在火星執行任務時拍下它們。(圖源:NASA/JPL-加州理工學院)
當「好奇號」在火星上行走遇到沙坑,尖石和其他障礙物時,NASA需要外界的幫助來指引探測器。於是,宇宙動物園(Zooniverse)代理了名為AI4MARS的新在線工具,任何人都可以通過它來給這個自2012年就一直在火星上巡邏的「好奇號」周圍的地形進行標註。
該工具是「機器學習」的一種,策劃者通過它來協助「好奇號」的行動從而鍛鍊其自行選擇安全路線的能力。 對於火星探測器來說,選擇合適的途徑是個亟待解決的問題。「好奇號」的輪子在早些年執行任務時就因為駛過尖銳的巖石而磨損,另一個「勇氣號」火星探測器在2010年就永遠困在了一個沙坑中。
這三張圖片皆來自NASA的AI4Mars工具,分別展現了「好奇號」探測器所看到的火星地貌。NASA正尋求公眾的幫助來為「好奇號」在火星上的路線繪製地圖,公眾需在地形特徵的周圍繪製邊界線並為其命名標籤。(圖源:NASA/JPL-加州理工學院)
訓練算法的第一階段稱為SPOC(「土壤屬性和對象分類」的簡稱),它可以區分不同的地形。SPOC已經應用於火星探測器的驅動器中,但公眾的視野將以更快的速度提供更多的幫助機器訓練的信息。「好奇號」所面臨的挑戰與已知的無人駕駛汽車算法截然不同,要知道,探測器是沒有道路,行人或交通標誌來進行識別工作的。因此我們需要更多幫助來快速訓練算法。
一位隸屬於NASA設置在加利福尼亞州帕薩迪納的噴氣推進實驗室(JPL)的人工智慧研究員小野雅裕在一份聲明中說道:「我們希望該算法在之後能夠變得足夠準確,從而完成其他重要任務,例如預測探測器的輪子在不同表面上滑動的可能性。」
JPL在聲明中說,通常一個探測器的驅動器需要大約四到五個小時的時間來定製,其中包括幾個人編寫和審查數百行代碼。編碼員不是唯一的參與者, 地質學家要檢查地形是否存在安全問題,規劃人員要確保探測器的高增益天線與地球之間的輻射方向清晰,以便探測器可以與測控任務中心進行通信,並且團隊還應考慮陰影對探測器測距時的幹擾。 (據NASA所說,「好奇號」使用視覺測距法,該技術可將相機圖像與附近的地標進行比較,因此陰影會增加該過程的難度)
「我們的工作就是弄清如何安全地獲取任務背後的科學原理。」參與AI4Mars的JPL探測器策劃者之一的史蒂芬妮·奧伊在同一份聲明中說道:「自動生成地形標籤將節省時間並讓我們更加多產。」
對「好奇號」的訓練也將助力於「毅力號」探測器,該探測器有望在7月20日之前發射升空,以便在2021年登陸火星。 AI4Mars網站上已經提供了8,000多張「好奇號」的圖像,讓公眾可以開始為圖像加標籤來幫助「好奇號」,並最終使「毅力號」受益。
小野補充說,已經結束使命的火星探索漫遊車「勇氣號」與「機遇號」的圖像未來可能也會在AI4Mars上發布。 而且估計不久之後,AI4Mars還將提供更多語言選項來輔助志願者,其中包括西班牙語,印度語和日語。
作者:
FY: 荇草油油
如有相關內容侵權,請於三十日以內聯繫作者刪除
轉載還請取得授權,並注意保持完整性和註明出處