Il nuovo strumento AI della NASA può individuare i crateri su Marte
Tra i progressi della NASA nella ricerca sull’intelligenza artificiale a partire dal modello ML per prevedere gli uragani fino alla collaborazione con Google per rendere accessibile il calcolo quantistico , ha ora sviluppato un nuovo strumento di intelligenza artificiale per classificare un ammasso di crateri su Marte.
Il lancio di questo nuovo strumento di intelligenza artificiale, basato su un algoritmo di apprendimento automatico, aveva lo scopo di aiutare gli scienziati a ridurre i tempi di elaborazione della scansione di una singola immagine della Context Camera. Pertanto, i ricercatori del Jet Propulsion Laboratory (JPL), hanno creato questo strumento chiamato anche “classificatore automatico di cratere da impatto fresco”, dove per la “prima volta” i ricercatori stanno sfruttando l’intelligenza artificiale per identificare crateri sconosciuti sul Pianeta Rosso, dichiarato dalla NASA , in la loro dichiarazione.
Secondo il loro comunicato stampa , in genere scienziati e ricercatori trascorrono ore ogni giorno a studiare immagini per comprendere “diavoli di polvere, valanghe e dune mobili” e circa 40 minuti per scansionare una singola immagine della Context Camera; tuttavia, questo strumento ridurrà notevolmente il tempo di elaborazione e farà avanzare notevolmente il flusso di lavoro.
Il lancio di questo strumento fa parte di un più ampio sforzo più grande della NASA – COSMIC – per catturare il riepilogo a bordo per monitorare il cambiamento dell’immagine che sviluppa tecnologie per le future generazioni di orbiter marziani.
Come è stato creato lo strumento?
Per addestrare lo strumento AI, noto anche come classificatore del cratere, i ricercatori e gli scienziati hanno fornito al modello 6.830 immagini della Context Camera. Queste immagini sono prese dalle telecamere di contesto e da quelle di luoghi con impatti scoperti in precedenza, confermati tramite HiRISE.
Una volta che il modello è stato addestrato, lo strumento è dotato di 112.000 immagini che sono state scattate con la fotocamera Context sulla NASA s’Mars Reconnaissance Orbiter. La formazione del modello è stata eseguita su un cluster di supercomputer al JPL, che è stato creato da dozzine di computer ad alte prestazioni che possono operare di concerto tra loro. Tale avanzamento aiuterà gli scienziati a ridurre il tempo di elaborazione a una media di soli cinque secondi.
Mentre questo processo di sviluppo del modello era in corso, gli scienziati hanno affrontato alcune sfide significative, una è stata quella di capire “come eseguire fino a 750 copie del classificatore su tutto l’ammasso contemporaneamente”, ha affermato l’informatico del JPL Gary Doran.
Per spiegarlo, ha detto Doran, tecnicamente non è possibile elaborare oltre 112.000 immagini in un lasso di tempo ragionevole senza distribuire il lavoro su molti computer, ed è per questo che è stato richiesto di dividere il problema in parti più piccole che possono essere risolte in parallelo.
Tuttavia, sebbene questo progresso abbia apportato un enorme cambiamento nel flusso di lavoro degli scienziati, il classificatore richiede ancora che un essere umano controlli il suo lavoro.
A questo punto, ha affermato l’informatico del JPL Kiri Wagstaff, l’intelligenza artificiale non può sostituire l’abile lavoro di analisi di uno scienziato; tuttavia, questo nuovo algoritmo può fungere da assistente. “Questo apre la strada a un’entusiasmante simbiosi di” ricercatori “umani e di intelligenza artificiale che lavorano insieme per accelerare la scoperta scientifica”.
La Context Camera di MRO di solito cattura immagini a bassa risoluzione che coprono centinaia di miglia o chilometri alla volta; tuttavia, questo strumento può aiutare a localizzare i segni di esplosione attorno a un impatto e aiutarli a specificare la posizione da cercare.
Con un tale avanzamento in mano – agosto 2020 ha visto una macchia scura rilevata dal classificatore in una regione chiamata Noctis Fossae, infatti, l’ammasso di crateri, confermato da HiRISE. “Il team ha già presentato più di 20 candidati aggiuntivi per HiRISE da verificare”, afferma la nuova versione.
Secondo il comunicato, mentre questo classificatore di cratere gira su computer legati alla Terra, la chiave per sviluppare utilizza una tecnologia di classificazione simile sui futuri orbiter di Marte. Ciò aiuterebbe a restringere le immagini orbitali per consentire agli scienziati di indagare ulteriormente e fornire un quadro completo di quanto spesso le meteore colpiscono Marte, dichiarato da uno studente laureato della Georgia Tech che ha lavorato al classificatore come stagista al JPL.
Alcuni altri scienziati del JPL sperano che il nuovo strumento possa offrire un quadro completo delle meteore che colpiscono Marte e rivelerà anche piccoli impatti in aree che prima non erano state scoperte. In effetti, più crateri vengono analizzati, più gli scienziati possono conoscere le sue dimensioni, la forma e la frequenza degli impatti dei meteoriti su Marte.
