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”.
.-
Comentarios
Publicar un comentario