sociální sítě

Přímé přenosy

krátké zprávy

Starship

NASA 28. března oznámila, že přidala vesmírnou loď Starship od společnosti SpaceX do své smlouvy NASA Launch Services (NLS) II. Smlouvu NLS II využívá agentura k získávání služeb startu pro mnoho vědeckých a průzkumných misí.

GITAI

Specialista na vesmírnou robotiku GITAI dokončil koncepční studii mechanického ramene, které by bylo připraveno podporovat japonský lunární rover s posádkou.

ESA

Evropa uzavřela smlouvu se společností Thales Alenia Space na vývoj digitálního dvojčete zemědělských systémů, které kombinují satelitní data a modelování plodin na podporu udržitelných a klimaticky odolných zemědělských postupů na celém kontinentu.

Booz Allen Hamilton

Technologická a konzultační firma Booz Allen Hamilton představila koncept mega-konstelace družic navržených tak, aby naplnily vizi vládní administrativy na komplexní protiraketový obranný štít na ochranu Spojených států, tzv. Golden Dome.

NG-22

V prohlášení z 26. března NASA uvedla, že modul Pressurized Cargo Module pro Cygnus, který měl letět s misí NG-22 k ISS, je poškozený a nebude použit pro tuto misi, která měla odstartovat v červnu.

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! 

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