Специалисты из Лаборатории реактивного движения NASA запустили новый проект гражданской науки AI4Mars, в рамках которого любой желающий может помочь в обучении алгоритма автоматического распознавания местности для марсоходов «Кьюриосити» и «Персеверанс». Для этого нужно просматривать снимки, сделанные роверами, и отмечать на них разные типы рельефа, сообщается на сайте Лаборатории реактивного движения NASA.
Большую опасность для марсоходов представляет сам ландшафт Марса. Многочисленные песчаные дюны стали причиной гибели марсохода «Спирит» в 2011 году и неоднократно мешали нормальной работе роверов «Оппортьюнити» и «Кьюриосити», а острые камни, встречающиеся на пути, способны повредить колеса роверов. На планирование однодневного маршрута «Кьюриосити» у команды специалистов уходит несколько часов, так как необходимо определить интересные площадки для геологических работ, избежать опасных участков и сделать так, чтобы в конце маршрута ровер смог связаться с Землей.
Чтобы облегчить работу планировщикам из команды «Кьюриосити», специалисты из Лаборатории реактивного движения NASA разработали алгоритм классификации местности SPOC (Soil Property and Object Classification), при помощи которого ровер может самостоятельно различать плотный грунт, высокие камни, ровную скальную породу и песчаные дюны. Для того, чтобы улучшить алгоритм, нужно продолжать его обучение, однако трудность заключается в необходимости создания большой базы снимков, на которых уже отмечены все типы рельефа.
Группа исследователей во главе с Хиро Оно (Hiro Ono) из Лаборатории реактивного движения NASA запустила проект AI4Mars на базе крупнейшего в мире портала гражданской науки Zooniverse. База данных проекта на текущий момент содержит около восьми тысяч снимков, сделанных «Кьюриосити», в ближайшее время ожидается загрузка снимков, сделанных роверами «Спирит» и «Оппортьюнити».
Принять участие в проекте может любой желающий, имеющий доступ в Интернет. Для начала работы необходимо пройти регистрацию на сайте и ознакомиться с правилами. Целью работы является маркировка разных типов местности на снимках, затем полученная выборка будет проверена и использована для дальнейшего обучения алгоритма, который инженеры хотят применять и для будущей работы с марсоходом «Персеверанс», который должен высадиться на Марсе в феврале 2021 года.
Ранее мы рассказывали про проект AstroQuest, в рамках которого можно поучаствовать в обработке данных крупнейшего спектроскопического обзора галактик WAVES, а также про проект Hubble Asteroid Hunter, в котором нужно искать треки астероидов на снимках космического телескопа «Хаббл».
Александр Войтюк