La NASA sviluppa l'AI per accelerare l'analisi dei campioni di Marte per le missioni future
Chris Murithi
2 min di lettura
Il nuovo algoritmo AI della NASA potenzia l'analisi dei campioni marziani
- L'AI di NASA accelera l'analisi dei campioni per i rover su Marte.
- Il rover marziano scaverà più in profondità, potenziando la scoperta di materiale organico.
- Il machine learning ottimizza l'analisi dei dati per le missioni su Marte.
Il Goddard Space Flight Center, una struttura della NASA a Greenbelt nel Maryland, ha sviluppato un algoritmo di intelligenza artificiale (AI) che accelererà il processo di analisi dei campioni di Marte e ottimizzerà il tempo che i rover robotici trascorrono su Marte.
Il nuovo algoritmo verrà prima testato utilizzando i dati dello strumento MOMA (Mars Organic Molecule Analyzer) a bordo del rover Rosalind Franklin della missione ExoMars, che è previsto per il lancio non prima del 2028. Il robot intende scoprire se ci sia mai stata vita su Marte e questo algoritmo faciliterà l'identificazione dei dati su cui concentrarsi durante questa indagine.
La NASA utilizza l'apprendimento automatico per fluidificare l'analisi dei campioni di Marte
Xiang “Shawn” Li, scienziato di spettrometria di massa presso la NASA Goddard, ha spiegato che il design del nuovo algoritmo lo rende capace di scorrere rapidamente tutte le informazioni raccolte da un rover e selezionare qualsiasi risultato sorprendente o importante per lo studio degli scienziati. In questo modo, i ricercatori saranno in grado di fare di più in un periodo di tempo più breve per quanto riguarda l'uso efficiente del Mars Rover in termini di tempo.
Il sistema funziona analizzando le informazioni raccolte da MOMA che verranno poi restituite sulla Terra per ulteriori studi. Sulla base di questi risultati, gli scienziati potrebbero decidere quali ulteriori passi intraprendere, come un esame più avanzato di un particolare campione o la raccolta di altri. Ad esempio, se un campione contiene grandi composti organici complessi mescolati con minerali specifici, potrebbero essere necessari ulteriori analisi.
Una caratteristica che distingue Rosalind Franklin è la sua capacità di perforare fino a 6,6 piedi (2 m) sotto la superficie marziana, che è significativamente più profonda dei dispositivi precedenti che raggiungevano solo circa 2,8 pollici (7 cm). Questa maggiore capacità di perforazione rivelerebbe materiali organici meglio conservati protetti dai raggi cosmici e dalle radiazioni a livello superficiale, aumentando così le possibilità di rilevare organici antichi e segni di vita passata.
Victoria Da Poian, data scientist presso la NASA Goddard che ha co-sviluppato l'algoritmo, ha sottolineato l'importanza di rendere l'analisi dei dati più efficiente. Insegnando alla macchina con esempi di quali sostanze potrebbero essere presenti su Marte, il software può ora anticipare la composizione dei campioni testati, consentendo agli scienziati di rispondere rapidamente e pianificare meglio in anticipo.
Se stai leggendo questo, sei già avanti. Resta così con la nostra newsletter.
Dichiarazione di responsabilità. Le informazioni fornite non costituiscono consigli di trading. Cryptopolitan.com non si assume alcuna responsabilità per eventuali investimenti effettuati sulla base delle informazioni fornite in questa pagina. Si consiglia vivamente di effettuare ricerche indipendenti e/o consultare un professionista qualificato prima di prendere qualsiasi decisione di investimento.
Chris Murithi
Chris è uno scrittore e analista tecnico specializzato in Crypto e Tecnologia. È laureato in Matematica e Informatica presso l'Università di Nairobi. Ha lavorato come content writer per On-Chain Media e Coin Edition e attualmente lavora presso Cryptopolitan.
