AI4MARS: La Inteligencia Artificial a la conquista de Marte

 

Los miembros del público pueden ayudar a crear un algoritmo de inteligencia artificial para reconocer las características científicas de las imágenes tomadas por el rover Perseverance de la NASA.

La inteligencia artificial, o IA, tiene un enorme potencial para cambiar la forma en la que las naves espaciales de la NASA estudian el universo. Pero debido a que todos los algoritmos de aprendizaje automático requieren un entrenamiento por parte de humanos, un proyecto reciente, pide a los miembros del público que etiqueten las características de interés científico en las imágenes tomadas por el rover Perseverance Mars de la NASA.

Llamado AI4Mars, el proyecto es la continuación de uno lanzado el año pasado que se basó en imágenes del rover Curiosity de la NASA. Los participantes en la etapa anterior de ese proyecto, etiquetaron casi medio millón de imágenes, utilizando una herramienta para delinear características como arena y roca que los conductores de rover en el Jet Propulsion Laboratory de la NASA suelen tener en cuenta al planificar rutas en el Planeta Rojo. El resultado final fue un algoritmo, llamado SPOC (Soil Property and Object Classification), que pudo identificar estas características correctamente casi el 98% de las veces.

SPOC todavía está en desarrollo, y los investigadores esperan que algún día pueda ser enviado a Marte a bordo de una futura nave espacial para que pueda realizar una conducción aún más autónoma de lo que permite la tecnología AutoNav de Perseverance.

Las imágenes de Perseverance mejorarán aún más el SPOC al expandir los tipos de etiquetas de identificación que se pueden aplicar a las características de la superficie marciana. AI4Mars proporciona etiquetas para identificar detalles más refinados, lo que permite a las personas elegir opciones como “islas” de rocas o nódulos.

El objetivo es perfeccionar un algoritmo que podría ayudar a un futuro rover, a seleccionar agujas en pajares de datos, enviados desde Marte. Equipado con 19 cámaras, Perseverance envía desde docenas hasta cientos de imágenes a la Tierra cada día para que los científicos e ingenieros las examinen en busca de características geológicas específicas. Pero el tiempo es escaso: después de que esas imágenes viajan millones de kilómetros desde Marte a la Tierra, los miembros del equipo tienen cuestión de horas para desarrollar el siguiente conjunto de instrucciones, basadas en lo que ven en esas imágenes, para enviar a Perseverance.

“No es posible que ningún científico observe todas las imágenes que recibimos con escrutinio en tan poco tiempo, todos los días”, dijo Vivian Sun, una científica del JPL que ayuda a coordinar las operaciones diarias de Perseverance y consultora sobre el proyecto AI4Mars. “Nos ahorraría tiempo si hubiera un algoritmo que pudiera decir: ‘Creo que vi vetas o nódulos de roca aquí’, y que luego el equipo científico pueda observar esas áreas con más detalle”.

Especialmente durante esta etapa de desarrollo, SPOC requiere mucha validación por parte de los científicos para garantizar que se etiquete con precisión. A pesar de las mejoras, el algoritmo no pretende reemplazar análisis más complejos realizados por científicos humanos.

“La clave para cualquier algoritmo exitoso es un buen conjunto de datos”, dijo Hiro Ono, el investigador de IA de JPL que dirigió el desarrollo de AI4Mars. “Cuantos más datos individuales estén disponibles, más aprende un algoritmo.”

“El aprendizaje automático es muy diferente del software normal”, dijo Ono. “Esto no es como hacer algo desde cero. Es como comenzar con un cerebro nuevo. La mayor parte del trabajo es obtener un buen conjunto de datos para enseñar a ese cerebro y distribuir los datos para que se aprendan mejor”.

Los investigadores de IA pueden entrenar sus algoritmos terrestres en decenas de miles de imágenes de, por ejemplo, casas, flores o gatitos. Pero no existía tal archivo de datos para la superficie marciana antes del proyecto AI4Mars. El equipo estaría contento con unas 20.000 imágenes en su repositorio, cada una con una variedad de características etiquetadas.

“El repositorio de datos de Marte podría servir para varios propósitos”, señaló Annie Didier de JPL, quien trabajó en la versión de Perseverance AI4Mars. “Con este algoritmo, el rover podría seleccionar automáticamente objetivos científicos hacia los que dirigirse”, dijo. “También podría almacenar una variedad de imágenes a bordo del rover y luego enviar solo imágenes de características específicas en las que los científicos están interesados”.

Eso está en el horizonte; sin embargo, es posible que los científicos no tengan que esperar mucho tiempo para que el algoritmo los beneficie. Antes de que el algoritmo llegue al espacio, podría usarse para escanear el vasto archivo público de datos de Marte de la NASA, lo que permitirá a los investigadores encontrar características de la superficie en esas imágenes más fácilmente.

Ono señaló que es importante para el equipo de AI4Mars hacer que su propio conjunto de datos esté disponible públicamente para que toda la comunidad científica pueda beneficiarse de los datos.

“Si alguien fuera de JPL crea un algoritmo que funciona mejor que el nuestro, utilizando nuestro conjunto de datos, eso también es genial”, dijo. “Simplemente hace que sea más fácil conseguir más descubrimientos”.

.-