كيف يساعد الذكاء الاصطناعى مركبات ناسا على استكشاف المريخ؟

ناسا

كتبت هبة السيد

الأحد، 31 أكتوبر 2021 01:00 م

يقدم الذكاء الاصطناعى مساعدة كبيرة لعربات المريخ مثل Curiosity أو Perseverance التابعة لوكالة ناسا، ولكن أنظمة الذكاء الاصطناعى تحتاج إلى التدريب على ما تبحث عنه.

يدعو مشروع تابع لوكالة ناسا أفرادًا من الجمهور للمساعدة في تحديد ميزات المشهد على كوكب المريخ، من أجل تدريب خوارزمية يمكن للمركبات الجوالة المستقبلية استخدامها للتنقل حول الكوكب الأحمر.

وتم إطلاق مشروع AI4Mars العام الماضي، وقد قام المستخدمون بالفعل بتسمية ما يقرب من نصف مليون صورة للمساعدة في تطوير خوارزمية تصنيف خصائص التربة والكائنات (SPOC) حسبما نقل موقع Digitartlends.

تحدد هذه الخوارزمية ميزات المناظر الطبيعية مثل الرمال والصخور ، وتقوم بذلك بشكل صحيح في حوالي 98% من الوقت، في المستقبل يمكن دمج هذه الخوارزمية في قدرات القيادة الذاتية لعربات المريخ مثل تقنية AutoNav التي تستخدمها المثابرة.

الآن يريد الباحثون توسيع SPOC للحصول على معلومات أكثر تفصيلاً حول التكوينات الصخرية مثل وجود الصخور العائمة أو العقيدات، من خلال التصنيف التلقائي لأنواع الصخور التي صورتها المركبات الجوالة، يمكن للباحثين إرسال تعليمات القيادة إلى المركبات الجوالة بسرعة أكبر.

أوضحت فيفيان صن، عالمة مختبر الدفع النفاث التي تساعد في تنسيق العمليات اليومية للمثابرة واستشارت في مشروع AI4Mars: "لا يمكن لأي عالم أن ينظر إلى جميع الصور ذات الروابط الهابطة بفحص دقيق في مثل هذا الوقت القصير، كل يوم"، "سيوفر لنا الوقت إذا كانت هناك خوارزمية يمكن أن تقول ،" أعتقد أنني رأيت عروقًا صخرية أو عقيدات هنا "، ومن ثم يمكن لفريق العلوم النظر في تلك المناطق بمزيد من التفاصيل."

للمساعدة في تطوير هذه الخوارزمية ، تدعو ناسا أفراد الجمهور للذهاب إلى صفحة AI4Mars على Zooniverse وإلقاء نظرة على صور سطح المريخ التي التقطتها مركبة Curiosity، يُطلب منهم رسم مضلعات حول ميزات معينة مثل الرمال والتربة والصخور الكبيرة. يتم بعد ذلك تجميع نتائج الآلاف من التصنيفات التي قام بها الجمهور وفحصها من قبل العلماء للتأكد من دقة الملصقات.

بمرور الوقت ، مع تسمية المزيد من البيانات الفردية، يمكن للخوارزمية أن تتعلم تمييز الميزات لنفسها.