Você pode ser capaz de ajudar os pilotos do Curiosity a navegar melhor em Marte. Usando a ferramenta on-line AI4Mars para classificar recursos de terreno em imagens baixadas do Planeta Vermelho, você pode treinar um algoritmo de inteligência artificial para ler automaticamente a paisagem.

Isso é uma pedra grande à esquerda? Poderia ser areia? Ou talvez seja uma bela e plana base. O AI4Mars, hospedado no site de ciência cidadã Zooniverse, permite desenhar limites ao redor do terreno e escolher uma das quatro classificações. Elas são fundamentais para afiar o algoritmo de classificação de terreno marciano chamado SPOC (Soil Property and Object Classification).

Desenvolvido no Laboratório de Propulsão a Jato, que gerencia todas as missões de rover em Marte, o SPOC classifica vários tipos de terreno, criando um mapa visual que ajuda os membros da equipe da missão a determinar quais caminhos seguir. O SPOC já está em uso, mas o sistema pode se beneficial de mais treinamento.

“Normalmente, centenas de milhares de exemplos são necessários para treinar um algoritmo de aprendizagem profunda”, disse Hiro Ono, pesquisador de IA da JPL. “Algoritmos para carros autônomos, por exemplo, são treinados com inúmeras imagens de estradas, placas, semáforos, pedestres e outros veículos. Outros conjuntos de dados públicos para o aprendizado profundo contêm pessoas, animais e edifícios — mas nenhuma paisagem marciana.”

“No futuro, esperamos que esse algoritmo possa se tornar preciso o suficiente para realizar outras tarefas úteis, como prever a probabilidade de as rodas de um veículo espacial deslizarem em superfícies diferentes”, disse Ono.

Projeto AI4Mars: https://www.zooniverse.org/projects/hiro-ono/ai4mars

Fonte: https://www.nasa.gov/feature/jpl/nasas-mars-rover-drivers-need-your-help