Mars Rover Curiosity ha estado en el Planeta Rojo durante ocho años, pero su viaje aún no ha terminado, y todavía está recibiendo actualizaciones. Puedes ayudarlo dedicando unos minutos etiquetando datos sin procesar para alimentar a su IA de exploración del terreno.
La curiosidad no navega por sí sola; hay todo un equipo de personas en la Tierra que analizan las imágenes que regresan de Marte y trazan un camino a seguir para el laboratorio científico móvil. Sin embargo, para hacerlo, deben examinar las imágenes cuidadosamente para comprender exactamente dónde se encuentran las rocas, el suelo, la arena y otras características.
Este es exactamente el tipo de tarea en la que los sistemas de aprendizaje automático son buenos: les das muchas imágenes con las características más destacadas etiquetadas claramente y aprenden a encontrar características similares en imágenes sin etiquetar.
El problema es que, si bien hay muchos conjuntos de datos listos para usar de imágenes con caras, gatos y automóviles etiquetados, no hay muchas superficies marcianas anotadas con diferentes tipos de terreno.
“Por lo general, se necesitan cientos de miles de ejemplos para entrenar un algoritmo de aprendizaje profundo. Los algoritmos para automóviles autónomos, por ejemplo, se entrenan con numerosas imágenes de carreteras, señales, semáforos, peatones y otros vehículos. Otros conjuntos de datos públicos para el aprendizaje profundo contienen personas, animales y edificios, pero no paisajes marcianos”, dijo Hiro Ono, investigador de IA de NASA/JPL. en un comunicado de prensa.
Así que la NASA está haciendo uno y tú puedes ayudar.
Créditos de imagen: NASA / JPL
Para ser precisos, ya tienen un algoritmo, llamado Clasificación de propiedades y objetos del suelo, o SPOC, pero están pidiendo ayuda para mejorarlo.
la agencia tiene subido a Zooniverse miles de imágenes de Marte, y cualquiera puede tomarse unos minutos para anotarlas, después de leer el tutorial, por supuesto. Puede que no suene tan difícil dibujar formas alrededor de rocas, tramos arenosos, etc., pero es posible que, como me sucedió a mí, se encuentre con problemas de inmediato. ¿Es eso una “gran roca” o un “lecho rocoso”? ¿Mide más de 50 centímetros de ancho? ¿Qué tan alto es?
Hasta ahora, el proyecto ha etiquetado aproximadamente la mitad de las casi 9000 imágenes que quiere hacer (quizás haya más por venir), y usted puede ayudarlos a lograr ese objetivo si tiene unos minutos libres, sin compromiso. El sitio está disponible en inglés ahora, con español, hindi, japonés y otras traducciones en camino.
Las mejoras en la IA podrían permitir que el rover indique no solo dónde puede conducir, sino también la probabilidad de perder tracción y otros factores que podrían influir en la ubicación individual de las ruedas. También facilita las cosas para el equipo que planifica los movimientos de Curiosity, ya que si confían en las clasificaciones de SPOC, no tienen que pasar tanto tiempo examinando las imágenes para verificarlas dos veces.
Vigila el progreso de Curiosity en la página web de la misión.
Source link