NASA’nın (Perseverance) Azim gezgini, bir tekne dolusu kamera ve zamana dayanması gereken rafine bir tasarıma sahip kızıl gezegene şimdiye kadar gönderilen en gelişmiş makinedir. Yine de bu sadece bir robot ve bazen insan sezgisi bir robotun zekileşmesine yardımcı olabilir. Yardım etmekle ilgileniyorsanız, NASA, ilgilenen tüm insanları Perseverance’ın üstesinden gelmesine yardımcı olan makine öğrenimi algoritmalarına katkıda bulunmaya çağırıyor. Tek yapmanız gereken bazı resimlere bakmak ve jeolojik özellikleri etiketlemek. Bu, çoğumuzun sezgisel olarak yapabileceği bir şey ama bir makine için zor.
Proje AI4Mars olarak biliniyor ve geçen yıl Curiosity’den görüntüler kullanılarak başlatılan bir projenin devamı niteliğinde. Bu özel gezici 2012’de Mars’a geldi ve o zamandan beri tarih yazıyor. NASA, Perseverance’ı tasarlarken başlangıç noktası olarak Curiosity’i kullandı. Yeni gezici, Mars’tan bir ton görsel veri yakalayan 23 kameraya sahip, ancak robotun bu görüntülerin çoğunu yorumlamak için insan operatörlere güvenmesi gerekiyor. Gezici, engellerden kaçınmasına yardımcı olmak için AI’yı geliştirdi ve siz de dahil ederseniz daha da iyi olacak.
AI4Mars sitesi, Fırsat, Curiousity ve yeni Perseverance görüntüleri arasında seçim yapmanızı sağlar. Kapsama almak istediğiniz görüntü türlerini seçtikten sonra, site size birkaç farklı işaretleyici türü ve her birinin ne olduğuna dair açıklamalar sağlayacaktır. Örneğin, NavCam sizden kumu, birleştirilmiş toprağı (tekerleklerin iyi çekiş elde edeceği), ana kayayı ve büyük kayaları tanımlamanızı ister. Tüm bu oluşumların örnekleri var, bu yüzden başlamak çok kolay.
Tüm bu etiketlenmiş verilerle NASA, Mars’taki araziyi tanımak için sinir ağlarını daha iyi eğitebilecek. Sonunda, bir gezici, her hareketi tam olarak planlamak için görev kontrolünün beklemeden etrafta dolaşıp örnekleri toplayabilir. Ayrıca en önemli jeolojik özellikleri belirlemeye yardımcı olacak ve insanları gigabaytlarca görüntü verisini körü körüne taramaktan kurtaracak.
Curiosity’nin AI4Mars projesinin sonucu, SPOC (Toprak Özelliği ve Nesne Sınıflandırması) adlı bir algoritmadır. Hala aktif geliştirme aşamasında, ancak NASA, zamanın yaklaşık yüzde 98’inde jeolojik özellikleri doğru bir şekilde tanımlayabildiğini bildiriyor. Perseverance’ın etiketli görüntüleri, kayan kayalar, yumru benzeri çakıl taşları ve ana kayanın görünen dokusu gibi daha ince ayrıntıları içeren SPOC’yi daha da geliştirecek. Bazı görüntülerde, neredeyse tüm nesneler zaten etiketlenecek, ancak diğerleri nispeten seyrek olabilir.
İlginizi çekebilir: NASA’nın Perseverance’ı, Mars’tan İlk Kaya Numunesini Aldı!
Curiosity AI projesi, yaklaşık yarım milyon etiketli görüntüyle sonuçlandı. Takım, Perseverance için 20.000 katılımcı hedeflemiş durumda, ancak proje muhtemelen çok daha fazla ilgi görecek.
Kaynak: ExtremeTech, NASA, AI4Mars