Dolar 13,6691
Euro 15,5360
Altın 784,58
BİST 2.005
Adana Adıyaman Afyon Ağrı Aksaray Amasya Ankara Antalya Ardahan Artvin Aydın Balıkesir Bartın Batman Bayburt Bilecik Bingöl Bitlis Bolu Burdur Bursa Çanakkale Çankırı Çorum Denizli Diyarbakır Düzce Edirne Elazığ Erzincan Erzurum Eskişehir Gaziantep Giresun Gümüşhane Hakkari Hatay Iğdır Isparta İstanbul İzmir K.Maraş Karabük Karaman Kars Kastamonu Kayseri Kırıkkale Kırklareli Kırşehir Kilis Kocaeli Konya Kütahya Malatya Manisa Mardin Mersin Muğla Muş Nevşehir Niğde Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas Şanlıurfa Şırnak Tekirdağ Tokat Trabzon Tunceli Uşak Van Yalova Yozgat Zonguldak
İstanbul 13 °C
Sağanak Yağışlı

Mars’ı Daha İyi Keşfetmek İçin NASA’nın Gezicilerini Eğitmeye Yardımcı Olun – İşte Nasıl

27.10.2021
47
Mars’ı Daha İyi Keşfetmek İçin NASA’nın Gezicilerini Eğitmeye Yardımcı Olun – İşte Nasıl
NASA Perseverance Rover Robotik Kol AI4Mars Projesi

AI4Mars projesi tarafından kullanılan bu görüntüde NASA’nın Perseverance gezgininin robot kolu görülüyor. Kullanıcılar, Mars gezicilerinin yeteneklerini geliştirmeye yardımcı olacak bir yapay zeka algoritmasının eğitilmesine yardımcı olmak için farklı kaya ve manzara özelliklerini özetliyor ve tanımlıyor. Kredi: NASA/JPL-Caltech

Halkın üyeleri artık bir yapay zeka algoritması tarafından çekilen görüntülerdeki bilimsel özellikleri tanımak için öğretmeye yardımcı olabilir. NASAAzim gezgini.

Yapay zeka veya AI, NASA’nın uzay aracının evreni inceleme şeklini değiştirme konusunda muazzam bir potansiyele sahiptir. Ancak, tüm makine öğrenimi algoritmaları insanlardan eğitim gerektirdiğinden, yakın tarihli bir proje, halktan, NASA’nın Perseverance ekibi tarafından alınan görüntülerde bilimsel ilgi uyandıran özellikleri etiketlemelerini istiyor. Mars gezici.

AI4Mars olarak adlandırılan proje, NASA’nın Merak gezici aracından alınan görüntülere dayanan geçen yıl başlatılan projenin devamı niteliğinde. Bu projenin önceki aşamasındaki katılımcılar, NASA’nın Jet Propulsion Laboratuvarı’ndaki sürücülerin genellikle Kızıl Gezegendeki rotaları planlarken dikkat ettikleri kum ve kaya gibi özellikleri ana hatlarıyla belirtmek için bir araç kullanarak yaklaşık yarım milyon görüntüyü etiketlediler. Sonuç, SPOC (Toprak Özelliği ve Nesne Sınıflandırması) adı verilen ve bu özellikleri zamanın yaklaşık %98’inde doğru bir şekilde tanımlayabilen bir algoritmaydı.

SPOC hala geliştirme aşamasında ve araştırmacılar, bir gün Perseverance’ın AutoNav teknolojisinin izin verdiğinden daha fazla otonom sürüş gerçekleştirebilecek gelecekteki bir uzay aracıyla Mars’a gönderilebileceğini umuyorlar.

AI4Mars Projesi Anahat Kayası

AI4Mars ile kullanıcılar, NASA’nın Perseverance Mars gezicisinden alınan görüntülerde kaya ve manzara özelliklerini özetliyor. Proje, Mars’ta gelişmiş gezici yetenekleri için bir yapay zeka algoritmasının eğitilmesine yardımcı oluyor. Kredi: NASA/JPL-Caltech

Perseverance’dan alınan görüntüler, Mars yüzeyindeki özelliklere uygulanabilecek tanımlayıcı etiket çeşitlerini genişleterek SPOC’yi daha da geliştirecek. AI4Mars artık daha rafine ayrıntıları tanımlamak için etiketler sağlayarak, insanların yüzen kayalar (kayalardan oluşan adalar) veya nodüller (birlikte çimentolanmış minerallerden oluşan, genellikle sudan oluşan BB boyutundaki toplar) gibi seçenekleri seçmesine olanak tanıyor.

Amaç, gelecekteki bir gezicinin Mars’tan gönderilen saman yığınından iğneleri seçmesine yardımcı olabilecek bir algoritma geliştirmek. 19 kamera ile donatılmış Perseverance, bilim adamlarının ve mühendislerin belirli jeolojik özellikleri taraması için her gün Dünya’ya düzinelerce ila yüzlerce görüntü gönderir. Ancak zaman kısıtlı: Bu görüntüler Mars’tan Dünya’ya milyonlarca mil seyahat ettikten sonra, ekip üyelerinin bu görüntülerde gördüklerine dayalı olarak bir sonraki talimat setini geliştirmek ve Azim’e göndermek için birkaç saatleri var.

NASA Azim Rover AI4Mars Projesi

Azim parçaları AI4Mars’ta özetlenen bir alanın yanında görülebilir. Proje zaten NASA’nın Curiosity Mars gezicisinden gelen görüntüleri kullandı ve bir yapay zeka algoritması eğitmek için halktan yardım aldı; şimdi proje Perseverance’dan gelen görüntüleri kullanıyor. Kredi: NASA/JPL-Caltech

Vivian Sun, “Herhangi bir bilim adamının, her gün bu kadar kısa bir süre içinde, tüm aşağı bağlantılı görüntülere dikkatle bakması mümkün değil” dedi. JPL Perseverance’ın günlük operasyonlarını koordine etmeye yardımcı olan ve AI4Mars projesine danışan bilim adamı. “Sanırım burada kaya damarları veya nodüller gördüm” diyebilecek bir algoritma olsaydı bize zaman kazandırırdı ve o zaman bilim ekibi bu alanlara daha detaylı bakabilirdi.”

Özellikle bu gelişim aşamasında, SPOC, doğru bir şekilde etiketlendiğinden emin olmak için bilim adamlarından çok sayıda doğrulama gerektirir. Ancak gelişse bile, algoritmanın insan bilim adamları tarafından yapılan daha karmaşık analizlerin yerini alması amaçlanmamıştır.

Her Şey Verilerle İlgili

AI4Mars’ın geliştirilmesine öncülük eden JPL AI araştırmacısı Hiro Ono, başarılı bir algoritmanın anahtarının iyi bir veri kümesi olduğunu söyledi. Ne kadar çok bireysel veri parçası mevcutsa, bir algoritma o kadar çok öğrenir.

Ono, “Makine öğrenimi normal yazılımdan çok farklı” dedi. “Bu, sıfırdan bir şey yapmak gibi değil. Bunu yeni bir beyinle başlamak olarak düşünün. Buradaki çabanın daha fazlası, o beyne öğretmek için iyi bir veri seti elde etmek ve daha iyi öğrenilmesi için verilere masaj yapmaktır.”

AI araştırmacıları, Dünya’ya bağlı algoritmalarını örneğin evlerin, çiçeklerin veya yavru kedilerin on binlerce görüntüsü üzerinde eğitebilirler. Ancak AI4Mars projesinden önce Mars yüzeyi için böyle bir veri arşivi yoktu. Ekip, depolarında her biri çeşitli özelliklerin etiketlendiği 20.000 civarında görüntüden memnun kalacaktı.


Perseverance’ın İlk Autonav Sürücüsünün Bilgisayar Simülasyonu: Bu bilgisayar simülasyonu, NASA’nın Perseverance Mars gezici aracını, otomatik navigasyon özelliğini kullanarak ilk sürüşünü gerçekleştirirken gösteriyor; bu, Dünya’daki mühendislerin girdisi olmadan kayalardan ve diğer tehlikelerden kaçınmasını sağlıyor. Kredi: NASA/JPL-Caltech

AI4Mars’ın Perseverance versiyonu üzerinde çalışan JPL’den Annie Didier, Mars veri deposunun birkaç amaca hizmet edebileceğini belirtti. “Bu algoritma ile gezici, sürmek için bilim hedeflerini otomatik olarak seçebilir” dedi. Ayrıca, gezicide çeşitli görüntüler depolayabilir, ardından bilim adamlarının ilgilendiği belirli özelliklerin görüntülerini geri gönderebilir, dedi.

Ufukta görünen; Ancak bilim insanlarının, algoritmanın kendilerine fayda sağlaması için o kadar uzun süre beklemeleri gerekmeyebilir. Algoritma uzaya çıkmadan önce, NASA’nın geniş Mars verisi arşivini taramak için kullanılabilir ve araştırmacıların bu görüntülerdeki yüzey özelliklerini daha kolay bulmasını sağlar.

Ono, tüm veri bilimi topluluğunun yararlanabilmesi için AI4Mars ekibinin kendi veri kümelerini herkese açık hale getirmenin önemli olduğunu kaydetti.

“JPL dışından biri veri kümemizi kullanarak bizimkinden daha iyi çalışan bir algoritma oluşturursa, bu da harika” dedi. “Sadece daha fazla keşif yapmayı kolaylaştırıyor.”

Mars gezicilerine Mars arazisini nasıl sınıflandıracaklarını öğretmeye yardımcı olmak için bu sayfayı ziyaret edin.

Misyon Hakkında Daha Fazla Bilgi

Perseverance’ın Mars’taki misyonunun temel hedeflerinden biri, antik mikrobiyal yaşam belirtilerinin araştırılması da dahil olmak üzere astrobiyolojidir. Gezici, gezegenin jeolojisini ve geçmiş iklimini karakterize edecek, Kızıl Gezegenin insan keşfinin yolunu açacak ve Mars kaya ve regolitini (kırık kaya ve toz) toplayıp önbelleğe alan ilk görev olacak.

Sonraki NASA misyonları, ESA (Avrupa Uzay Ajansı) ile işbirliği içinde, bu mühürlü örnekleri yüzeyden toplamak ve derinlemesine analiz için Dünya’ya geri göndermek için Mars’a uzay aracı gönderecekti.

Mars 2020 Azim görevi, NASA’nın Kızıl Gezegenin insan keşfine hazırlanmaya yardımcı olacak Ay’a Artemis misyonlarını içeren Ay’dan Mars’a keşif yaklaşımının bir parçasıdır.

.

ZİYARETÇİ YORUMLARI - 0 YORUM

Henüz yorum yapılmamış.