sociální sítě

Přímé přenosy

    krátké zprávy

    Telesat

    Společnost Telesat plánuje vyčlenit 25 % své širokopásmové konstelace Lightspeed pro vojenské pásmo Ka. Důvodem je zpoždění programu, které posouvá poskytování globálních služeb na začátek roku 2028, čímž vytváří více prostoru pro sladění designu s měnícími se geopolitickými prioritami.

    U.S. Space Force

    Americké vesmírné síly postupují s rozsáhlou reorganizací způsobu nákupu družic a souvisejících systémů, což je součást širšího úsilí Pentagonu o urychlení zadávání veřejných zakázek a lepší využití komerčních technologií.

    Raytheon

    Americké letectvo zvýšilo o 2 miliardy dolarů hodnotu kontraktu se společností Raytheon na výrobu a údržbu terminálů, které propojují letadla, velitelská stanoviště a další platformy s armádní družicovou komunikační sítí.

    Another Earth

    Startup Another Earth se sídlem ve Vídni získal 4 miliony dolarů na rozšíření softwarové platformy, která generuje syntetická družicová data pro trénování modelů umělé inteligence k detekci environmentálních a provozních rizik.

    Naše podcasty

    Doporučujeme

    Objednejte si knihy našich autorů a nahlédněte tak do historie kosmonautiky.

    Poděkování

    Náš web běží spolehlivě díky perfektnímu servisu hostingu Blueboard.cz, děkujeme!

    I Vy můžete pomoci roveru Curiosity

    Internetová veřejnost může pomoci řidičům vozítka Curiosity lépe brázdit povrch Marsu. S pomocí online projektu AI4Mars stačí popisovat terénní útvary na snímcích, které rover vyfotil na Marsu. Lidé tak mohou pomoci trénovat algoritmy umělé inteligence, aby zvládaly automaticky posuzovat skutečný terén. Počítač sám zatím nedokáže rozhodnout, zda ta věc nalevo je velký balvan, plochý kámen, nebo jen písek. AI4Mars, který funguje na platformě Zooniverse pro vědecké pomocníky z řad veřejnosti, vás nechá na snímky kreslit hranice kolem terénních objektů a vybírat ze čtyř jejich popisků. Právě tyto popisky jsou klíčem ke zpřesnění klasifikace algoritmů SPOC (Soil Property and Object Classification).

    Označování útvarů na snímcích z Marsu.
    Označování útvarů na snímcích z Marsu.
    Zdroj: https://www.nasa.gov/

    Popisky SPOC vznikly v kalifornské JPL a popisují různé typy terénu, se kterými se vozítko setkalo. Vzniklá mapa pomáhá členům týmu určit, kterou cestu zvolit. Systém SPOC se tedy již používá, ale může se i dále vylepšovat. „K vytrénování algoritmu pomocí deep learning jsou zapotřebí stovky tisíc příkladů,“ říká Hiro Ono, výzkumník umělé inteligence z JPL a dodává: „Třeba algoritmy pro řízení automobilů se trénují na bezpočtu snímků silnic, značek, semaforů, chodců a dalších vozidel. Jiné veřejné databáze pro taková učení obsahují lidi, zvířata či budovy, ale žádný terén z Marsu.

    Až se systém rozjede, bude schopen automaticky rozlišit mezi pevným regolitem, vysokými kameny, rovným kamenným povrchem a nebezpečnými písečnými dunami. „V budoucnu očekáváme, že tyto algoritmy budou dost přesné i na další úkoly – třeba na určení pravděpodobnosti prokluzu kol vozítka na různých površích,“ uvedl Ono.

    Vyberete si typ terénu a pak jen myší naklikáte jeho obrys.
    Vyberete si typ terénu a pak jen myší naklikáte jeho obrys.
    Zdroj: https://www.nasa.gov/

    Plánovači jízd by lépe trénovaný model SPOC ocenili – jsou zodpovědní za každý pohyb vozítka – od focení, přes manipulaci se vzorky až po jízdu z místa na místo. Naplánování jedné jízdy může trvat až pět hodin, přičemž je do toho zapojeno velké množství lidí, kteří píší a kontrolují stovky řádků kódu. Důležitá je i neustálá spolupráce s vědci. Geologové vyhodnocují terén a analyzují, zda nehrozí prokluz kol, či jejich poškození špičatými kameny, případně uvíznutí v písečné duně, což zažily rovery Spirit i Opportunity.

    Obrysy se nesmí překrývat.
    Obrysy se nesmí překrývat.
    Zdroj: https://www.nasa.gov/

    Zohledňovat se musí i vliv stínů na povrchu, který může zmást systém určující ujetou vzdálenost – takzvaný vizuální odometr porovnává snímky povrchových útvarů z kamer. SPOC tento systém kompletně nenahradí, ale umožní, aby se lidé věnovali jiným aspektům jejich práce – třeba debatám s vědci o dalších vědeckých úkolech. „Naším úkolem je zjistit, jak bezpečně získat vědecké informace,“ říká Stephanie Oij, jedna z plánovačů zapojených do iniciativy AI4Mars a dodává: „Automaticky generované popisky terénu nám ušetří čas a budeme také produktivnější.

    Výhody chytřejších algoritmů využije také letos vyvinuté vozítko Perseverance. Nejprve je potřeba vytvořit archiv popsaných snímků. Do systému AI4Mars bylo zatím nahráno více než 8 000 snímků z roveru Curiosity. Ono navíc dodává, že bude možné časem využít i snímky z vozítek Spirit a Opportunity. V současné době, kdy článek vychází, jsou všechny snímky zpracované, takže pokud se budete chtít zapojit, musíte si počkat na novou várku. Nebo zatím trénujte na již zpracovaných snímcích.

    Přeloženo z:
    https://www.nasa.gov/

    Zdroje obrázků:
    https://www.nasa.gov/sites/default/files/thumbnails/image/pia19808-main_tight_crop-monday.jpg
    https://www.nasa.gov/sites/default/files/thumbnails/image/pia23897-16.jpg

    Hodnocení:

    0 / 5. Počet hlasů: 0

    Sdílejte tento článek:

    Další podobné články:

    Komentáře:

    Odběr komentářů
    Upozornit
    0 Komentáře
    Nejstarší
    Nejnovější Nejvíce hodnocený
    Inline Feedbacks
    Zobrazit všechny komentáře

    Děkujeme za registraci! 

    Prosím, klikněte na potvrzovací odkaz v mailu, který vám dorazil do vaší schránky pro aktivaci účtu.

    Děkujeme za registraci! 

    Pro vytvoření hesla prosím klikněte na odkaz, který Vám právě dorazil do Vaší E-mailové schránky.