A NASA Határokon átnyúló fejlesztési laboratóriumának augusztus 17-én résztvevői projektek mutatták be a gépi tanulásnak az űrben történő használatát. A csapatok különösen mesterséges intelligencia rendszereket mutattak be a potenciálisan veszélyes üstökösök pályájának meghatározására és a holdfelület térképeinek javítására. Az IEEE Spectrum beszél róla.
Az olyan vállalatok, mint a Facebook vagy a Google, gépi tanulással fordítanak szöveget vagy felismerik a fényképeket, de a gépi tanulási technikákat nemcsak az egyedi termékekben, hanem a tudományos problémák megoldására is használják. A második éve megrendezésre kerülő Frontier Development Laboratory program segítségével a NASA feltárja a mesterséges intelligencia algoritmusainak lehetőségeit az űrkutatásban. Az ügynökség minden nyáron kis kutatói csoportokat hoz össze a világűrrel kapcsolatos fontos kutatási problémák megoldása érdekében.
Összességében a csapatok öt projekten dolgoznak - védik a bolygót a hosszú távú üstökösöktől, azonosítják a holdkrátereket, felállítják a Föld közeli aszteroidák háromdimenziós modelljeit, megvizsgálják a hélioszféra és az űrjárási időjárás hatását a Föld légkörére és a magnetoszférára, valamint meghatározzák a napsugárzások és a koronális tömeg kilökések okait. A múlt csütörtökön, a Santa Clara-i Wrap-Up konferencián a tudósok mutatták be az első eredményeket.
Az IEEE Spectrum beszélt a két csapat munkájának eredményéről. Az első kutatócsoport felhasználta az Allsky meteor megfigyelés (CAMS) felméréséből származó adatokat, hogy előre jelezze a meteor zuhanytól, hogy a következő hosszú időszakú üstökös mikor repül a Föld közelében. A CAMS részeként hatvan három kameraállomáson felszerelt videokamera nézi az eget, amikor halvány meteorokat keres. Meteorzuhanyokat találnak, és megpróbálják összekapcsolni azokat a nemrégiben felfedezett üstökösökkel, amelyek esetleg elhagyták ezeket a törmelékeket. A Határokon átnyúló laboratóriumi tudósok egy olyan neurális hálózatot fejlesztettek ki, amely megkülönbözteti a gyorsan mozgó meteorokat a felhőktől, a szentjánosbogaraktól és a repülőgépektől (általában kézzel készítve), majd időben csoportosítja a képeket. Így az algoritmus korábban ismeretlen meteorzuhanyokat talál.
Az esetek 90% -ában a két hónapig tesztelt idegi hálózat előrejelzése egybeesett az objektumok ember általi osztályozásával. Egy kísérleti projekt során a csapat körülbelül egy millió meteort elemezte. Egyes szakértők azonban szkeptikusak voltak a projektet illetően: különösen bizonyítékot kértek arra vonatkozóan, hogy a meteorzáporok nem tartalmaznak zajt az adatokban, valamint azt is, hogy üstökösök maradványai, nem pedig aszteroidák vagy más források. A projekt egyik alkotója, Marcelo de Cicco a brazil Nemzeti Metrológiai Intézetből egyetértett abban, hogy az idegi hálózatot még tovább kell fejleszteni.
A második projekt szerzői a Lunar Reconnaisance Orbiter (LRO) bolygóközi állomás adataival dolgoztak, hogy részletesebb térképet készítsenek a hold felületéről. A tudósok először a Lunar Orbiter lézeres magasságmérőtől (LOLA) származó információkat használták fel a műholdas digitális magassági térkép létrehozásához. Ennek azonban volt egy hátránya - tárgyakat tartalmazott. Minden alkalommal, amikor az LRO kering a Holdon, kissé eltér az ideális pályáról. Emiatt a mérések pontatlanok, és ott vannak sziklák és repedések, ahol nincsenek.
A probléma megoldására a kutatók a szűk látószögű kamera (NAC) képeivel illesztették a térképet, amely rögzíti a hold felületéről visszavert napfényt. Gépi tanulási algoritmussal a csoport kidobta a tárgyakat és pontosabb térképet készített a Föld műholdasáról. A tudósok egy mesterséges intelligencia rendszert is megtanítottak a kráterek megkülönböztetésére az árnyékoktól és hasonló tárgyaktól. A program pontossága 98 százalék volt.
A csillagászok az elmúlt években egyre inkább használtak ideghálózatokat munkájuk során. Például a számítógépes algoritmusok már segítenek a tudósoknak az exoplanetek atmoszférájának összetételében és a csillagok galaxisban való mozgásának nyomon követésében.
Promóciós videó:
Christina Ulasovich