Центр космических полетов им. Годдарда, подразделение НАСА в Гринбелте, штат Мэриленд, разработал алгоритм искусственного интеллекта (ИИ), который ускорит процесс анализа образцов с Марса и оптимизирует время, которое роботизированные марсоходы проводят на Марсе.
Новый алгоритм сначала будет протестирован с использованием данных прибора MOMA (Mars Organic Molecule Analyzer), установленного на борту марсохода Rosalind Franklin миссии ExoMars, запуск которого запланирован не ранее 2028 года. Робот призван выяснить, существовала ли когда-либо жизнь на Марсе, и этот алгоритм поможетdent, на каких данных следует сосредоточиться в ходе этого исследования.
НАСА использует машинное обучение для упрощения анализа образцов с Марса
Специалист по масс-спектрометрии из Центра космических исследований имени Годдарда НАСА, Сян «Шон» Ли, объяснил, что разработанный алгоритм позволяет быстро обрабатывать всю информацию, собранную марсоходом, и выделять наиболее важные или значимые для научных исследований данные. Таким образом, исследователи смогут выполнить больше работы за более короткий период времени, эффективно используя марсоход.
Система работает путем анализа информации, собранной Музеем современного искусства (MOMA), которая затем возвращается на Землю для дальнейших исследований. На основе этих результатов ученые могут решить, какие дальнейшие шаги следует предпринять, например, более тщательное исследование конкретного образца или группы других образцов. Например, если образец содержит крупные сложные органические соединения, смешанные с определенными минералами, могут потребоваться дополнительные анализы.
Одной из особенностей аппарата «Розалинд Франклин» является его способность бурить на глубину до 2 метров (6,6 футов) ниже поверхности Марса, что значительно глубже, чем у предыдущих устройств, достигавших глубины всего около 7 см (2,8 дюйма). Увеличение буровой мощности позволит обнаружить лучше сохранившиеся органические материалы, защищенные от космических лучей и радиации на поверхности, что повысит шансы на обнаружение древних органических веществ, а также признаков прошлой жизни.
Виктория Да Поян, специалист по анализу данных в Центре космических исследований имени Годдарда НАСА, которая участвовала в разработке алгоритма, подчеркнула важность повышения эффективности анализа данных. Обучая машину на примерах веществ, которые могут присутствовать на Марсе, программное обеспечение теперь может прогнозировать состав исследуемых образцов, что позволяет ученым быстро реагировать и лучше планировать дальнейшие действия.
