简介：你知道吗？或许一个小软件就能让我们和远隔千里的好奇号探测器连接起来，一起下载试试吧！
这张自拍照由美国国家航空航天局（NASA）的火星漫游探测车“好奇号”拍摄，在拍摄之前，它刚在一个名为“赫顿”（ Hutton）的岩石状物体上钻了一个洞，接着爬到倾斜岩石层上的栖息处（Greenheugh Pediment）拍下这张自拍照。 该全景图由86张图像组成，“好奇号”机器手臂上的火星手持透镜成像仪（MAHLI）相机在2020年2月26日，也是第2687个火星日（别名太阳日）在火星执行任务时拍下它们。（图源：NASA/JPL-加州理工学院）
当“好奇号”在火星上行走遇到沙坑，尖石和其他障碍物时，NASA需要外界的帮助来指引探测器。于是，宇宙动物园（Zooniverse）代理了名为AI4MARS的新在线工具，任何人都可以通过它来给这个自2012年就一直在火星上巡逻的“好奇号”周围的地形进行标注。
该工具是“机器学习”的一种，策划者通过它来协助“好奇号”的行动从而锻炼其自行选择安全路线的能力。 对于火星探测器来说，选择合适的途径是个亟待解决的问题。“好奇号”的轮子在早些年执行任务时就因为驶过尖锐的岩石而磨损，另一个“勇气号”火星探测器在2010年就永远困在了一个沙坑中。
这三张图片皆来自NASA的AI4Mars工具,分别展现了“好奇号”探测器所看到的火星地貌。NASA正寻求公众的帮助来为“好奇号”在火星上的路线绘制地图，公众需在地形特征的周围绘制边界线并为其命名标签。（图源：NASA/JPL-加州理工学院）
训练算法的第一阶段称为SPOC（“土壤属性和对象分类”的简称），它可以区分不同的地形。SPOC已经应用于火星探测器的驱动器中，但公众的视野将以更快的速度提供更多的帮助机器训练的信息。“好奇号”所面临的挑战与已知的无人驾驶汽车算法截然不同，要知道，探测器是没有道路，行人或交通标志来进行识别工作的。因此我们需要更多帮助来快速训练算法。
一位隶属于NASA设置在加利福尼亚州帕萨迪纳的喷气推进实验室（JPL）的人工智能研究员小野雅裕在一份声明中说道：“我们希望该算法在之后能够变得足够准确，从而完成其他重要任务，例如预测探测器的轮子在不同表面上滑动的可能性。”
JPL在声明中说，通常一个探测器的驱动器需要大约四到五个小时的时间来定制，其中包括几个人编写和审查数百行代码。编码员不是唯一的参与者， 地质学家要检查地形是否存在安全问题，规划人员要确保探测器的高增益天线与地球之间的辐射方向清晰，以便探测器可以与测控任务中心进行通信，并且团队还应考虑阴影对探测器测距时的干扰。 （据NASA所说，“好奇号”使用视觉测距法，该技术可将相机图像与附近的地标进行比较，因此阴影会增加该过程的难度）
“我们的工作就是弄清如何安全地获取任务背后的科学原理。”参与AI4Mars的JPL探测器策划者之一的斯蒂芬妮·奥伊在同一份声明中说道：“自动生成地形标签将节省时间并让我们更加多产。”
对“好奇号”的训练也将助力于“毅力号”探测器，该探测器有望在7月20日之前发射升空，以便在2021年登陆火星。 AI4Mars网站上已经提供了8,000多张“好奇号”的图像，让公众可以开始为图像加标签来帮助“好奇号”，并最终使“毅力号”受益。
小野补充说，已经结束使命的火星探索漫游车“勇气号”与“机遇号”的图像未来可能也会在AI4Mars上发布。 而且估计不久之后，AI4Mars还将提供更多语言选项来辅助志愿者，其中包括西班牙语，印度语和日语。
作者:
FY: 荇草油油
如有相关内容侵权，请于三十日以内联系作者删除
转载还请取得授权，并注意保持完整性和注明出处
