Vous pourrez peut-être aider les pilotes du rover Curiosity de la NASA à mieux naviguer sur Mars. En utilisant l'outil en ligne AI4Mars pour étiqueter les caractéristiques du terrain dans les images téléchargées à partir de la planète rouge, vous pouvez entraîner un algorithme d'intelligence artificielle pour lire automatiquement le paysage.

C'est un gros rocher à gauche ? Serait-ce du sable ? Ou peut-être que c'est sympa, substrat rocheux plat. AI4Mars, hébergé sur le site de science citoyenne Zooniverse, vous permet de tracer des limites autour du terrain et de choisir l'une des quatre étiquettes. Ces étiquettes sont essentielles pour affiner l'algorithme de classification du terrain martien appelé SPOC (Soil Property and Object Classification).

Développé au Jet Propulsion Laboratory de la NASA, qui a géré toutes les missions du rover sur Mars de l'agence, SPOC étiquette divers types de terrain, créer une carte visuelle qui aide les membres de l'équipe de mission à déterminer les chemins à emprunter. SPOC est déjà utilisé, mais le système pourrait utiliser une formation supplémentaire.

"Typiquement, des centaines de milliers d'exemples sont nécessaires pour former un algorithme de deep learning, " dit Hiro Ono, chercheur en IA au JPL. « Algorithmes pour les voitures autonomes, par exemple, sont entraînés avec de nombreuses images de routes, panneaux, feux de circulation, piétons et autres véhicules. D'autres ensembles de données publics pour l'apprentissage en profondeur contiennent des personnes, des animaux et des bâtiments, mais pas de paysages martiens."

Une fois pleinement opérationnel, SPOC sera capable de faire automatiquement la distinction entre un sol cohérent, hauts rochers, substrat rocheux plat et dunes de sable dangereuses, envoyer des images sur Terre qui faciliteront la planification des prochains mouvements de Curiosity.

"À l'avenir, nous espérons que cet algorithme pourra devenir suffisamment précis pour effectuer d'autres tâches utiles, comme prédire la probabilité que les roues d'un rover glissent sur différentes surfaces, " dit Ono.

Le travail des planificateurs de Rover

Les ingénieurs du JPL appelés planificateurs de rover peuvent tirer le meilleur parti d'un SPOC mieux formé. Ils sont responsables de chaque mouvement de Curiosity, que ce soit en prenant un selfie, faire couler des échantillons pulvérisés dans le corps du rover à analyser ou conduire d'un endroit à l'autre.

Cela peut prendre quatre à cinq heures pour travailler sur un lecteur (qui se fait maintenant virtuellement), nécessitant plusieurs personnes pour écrire et réviser des centaines de lignes de code. La tâche implique également une collaboration approfondie avec des scientifiques :les géologues évaluent le terrain pour prédire si les roues de Curiosity pourraient glisser, être endommagé par des rochers coupants ou rester coincé dans le sable, qui a piégé à la fois les rovers Spirit et Opportunity.

Les planificateurs considèrent également dans quelle direction le rover sera pointé à la fin d'un trajet, car son antenne à gain élevé a besoin d'une ligne de vue dégagée vers la Terre pour recevoir des commandes. Et ils essaient d'anticiper les ombres tombant sur le terrain pendant un trajet, ce qui peut interférer avec la façon dont Curiosity détermine la distance. (Le rover utilise une technique appelée odométrie visuelle, comparer les images de la caméra aux points de repère à proximité.)

Comment l'IA pourrait vous aider

SPOC ne remplacera pas le compliqué, travail fastidieux des planificateurs de rover. Mais cela peut les libérer pour se concentrer sur d'autres aspects de leur travail, comme discuter avec des scientifiques des roches à étudier ensuite.

"C'est notre travail de trouver comment obtenir en toute sécurité la science de la mission, " a déclaré Stéphanie Oij, l'un des planificateurs de rover du JPL impliqués dans AI4Mars. « La génération automatique d'étiquettes de terrain nous ferait gagner du temps et nous aiderait à être plus productifs. »

Les avantages d'un algorithme plus intelligent s'étendraient aux planificateurs de la prochaine mission de la NASA sur Mars, le rover Persévérance, qui sort cet été. Mais d'abord, une archive d'images étiquetées est nécessaire. Plus de 8, 000 images Curiosity ont été téléchargées sur le site AI4Mars jusqu'à présent, fournissant beaucoup de fourrage pour l'algorithme. Ono espère ajouter des images de Spirit et Opportunity à l'avenir. En attendant, Les bénévoles du JPL traduisent le site afin que les participants qui parlent espagnol, Hindi, Le japonais et plusieurs autres langues peuvent également y contribuer.