Zatímco kosmické sondy studují cizí světy, vědci na Zemi se snaží před vysláním přístrojů na mimozemské cesty co nejlépe připravit. Jedním ze způsobů této přípravy na průzkumné mise je využití technik strojového učení k vývoji algoritmů s daty z komerčních přístrojů nebo z letových exemplářů přístrojů na kosmických misích. NASA třeba používá na marsovských misích hmotnostní spektrometry, které analyzují vzorky a identifikují v nich organické molekuly. Vytvoření algoritmů strojového učení před misemi může pomoci urychlit a také zefektivnit proces analýzy dat nasbíraných během časově omezených vesmírných operací.
Zdroj: https://svs.gsfc.nasa.gov
V roce 2022 Victoria Da Poian, datová analytička zapojená do výzkumu strojového učení na Goddardově středisku, začala spolupracovat se střediskem NASA pro kolaborativní inovace. Díky tomu se podařilo rozběhnout hned dvě otevřené vědecké výzvy zaměřené na strojové učení. Jejích cílem bylo vyhledávat nápady a řešení od veřejnosti. Účastníci z celého světa byli přizváni k analýze chemických měření z komerčně dostupných přístrojů, které se nachází ve střediscích NASA a také z přesné repliky přístroje SAM (Sample Analysis at Mars), jejíž originál je součástí vozítka Curiosity. Výzvy vybízely účastníky k tvůrčímu přístupu a k podrobnému popisu jejich metody a kódu.
Victoria Da Poian říká, že se její tým rozhodl v tomto projektu využít soutěží veřejnosti, aby získal nové úhly pohledu: „Opravdu nás zajímalo, co říkají lidé, kteří nejsou z našeho oboru a nejsou zaujatí významem dat nebo našimi vědeckými pravidly.“ Do těchto výzev se zapojilo více než 1150 účastníků z celého světa, kteří předložili více než 600 řešení pro modely analyzující vzorky hornin důležitých pro planetární průzkum. Výzvy sloužily především jako ověření, zda je možné zkombinovat data z různých zdrojů v jediné aplikaci strojového učení.
Zdroj: https://www.nasa.gov/
Jak říká Victoria Da Poian, kromě přínosu různých úhlů pohledu, které účastníci výzev nabídli, byly výzvy také časově i finančně efektivní metodou hledání řešení. Výzvy zároveň vybídly celosvětovou komunitu k účasti na výzkumu NASA a podpoře budoucích kosmických výzkumných misí. Vítězové obou projektů obdrželi ceny v celkové výši 60 000 dolarů. Victoria Do Poian využila nasbírané poznatky k vytvoření nové výzvy, do které zapojila i Frontier Development Lab sdružující výzkumné pracovníky z celého světa a odborníky na danou oblast při řešení složitých problémů pomocí technologií strojového učení.
Nová výzva nesla název „Zůstaňte zvědaví: Využití strojového učení k analýze a interpretaci měření planetárních přístrojů na Marsu“ (Stay Curious: Leveraging Machine Learning to Analyze & Interpret the Measurements of Mars Planetary Instruments) a probíhala mezi červnem a srpnem 2024. Výsledky obnášely čištění dat z přístroje SAM nasbírána na Marsu, zpracování dat do konzistentního souboru připraveného na strojové učení kombinujícího komerční data a data z letových přístrojů, dále zkoumání technik rozšiřování dat s cílem zvýšit omezený objem dat, která jsou k dispozici pro tento úkol, nebo zkoumání technik strojového učení pro předpověď chemického složení marsovského terénu. „Výzvy na téma strojového učení nám otevřely dveře k tomu, jak můžeme využít laboratorní data k trénování algoritmů a následně je použít k trénování letových dat,“ uvedla Da Pioan a dodala: „Možnost využít laboratorní data, která jsme shromažďovali po mnoho let, je pro nás obrovskou příležitostí a dosavadní výsledky jsou velmi povzbudivé.“
Přeloženo z:
https://www.nasa.gov/
Zdroje obrázků:
https://www.nasa.gov/wp-content/uploads/2023/03/pia19808-main_tight_crop-monday.jpg
https://svs.gsfc.nasa.gov/vis/a010000/a012900/a012967/poster-VX-61612-01-09-02-38.jpg
https://www.nasa.gov/wp-content/uploads/2024/08/img-0038.jpg
