PRIMI PASSI GRAZIE A UN PROGETTO DI CITIZEN SCIENCE

Guida autonoma per Curiosity

Nasce lo strumento online AI4Mars, un progetto di scienza partecipata ospitato su Zooniverse. Possono partecipare tutti coloro che abbiano tempo e voglia di catalogare le 8000 immagini caricate. Obiettivo: addestrare un algoritmo capace di “leggere” e “interpretare” in modo automatico il paesaggio marziano perché Curiosity e domani Perseverance possano guidare sicuri

     15/06/2020

Alcuni esempi delle tipologie di terreno marziano che è possibile catalogare manualmente grazie allo strumento AI4Mars. Crediti: Nasa / Jpl-Caltech.

Intelligenza artificiale: un algoritmo risolverà tutti i nostri problemi. Già. Ma come si “addestra” un algoritmo? «In genere sono necessari centinaia di migliaia di esempi a un algoritmo di deep learning» secondo Hiro Ono, uno degli esperti di intelligenza artificiale di stanza al Jet Propulsion Laboratory del California Institute of Technology, il laboratorio Nasa dedicato alla progettazione, allo sviluppo e alla costruzione di sonde spaziali senza equipaggio. Le reti neurali non vengono infatti programmate per eseguire compiti specifici, bensì addestrate (utilizzando un algoritmo di apprendimento automatico) mediante una serie di esempi della realtà da modellare.

Facciamo l’esempio della guida autonoma: un algoritmo che voglia “mettersi al volante” di un’automobile ha bisogno di esempi. Tantissimi esempi. E c’è un mondo di automobilisti per le strade da cui imparare. Ma immaginate di dover guidare un rover a controllo remoto, su altro pianeta.

Come può Curiosity essere più autonomo nei suoi spostamenti sul suolo marziano? Anche qui servono esempi e questi esempi vanno fornirti manualmente. È a questo scopo che nasce lo strumento online AI4Mars, un progetto di citizen science ospitato sul portale di Zooniverse. Possono partecipare tutti coloro che abbiano tempo e voglia di catalogare le 8000 immagini caricate per tipologia di terreno.

L’obiettivo è addestrare un algoritmo di intelligenza artificiale per leggere e interpretare in modo automatico il paesaggio del pianeta rosso. Cosa che sarebbe di molto aiuto agli “autisti” che si occupano di programmare gli spostamenti di Curiosity su Marte.

È un grosso sasso quello sulla sinistra? Potrebbe essere sabbia quella che ricopre questo avvallamento? O si tratta piuttosto di un pavimento solido su cui procedere sicuri? AI4Mars consente di catalogare le immagini scegliendo fra diverse possibilità. Ciascun riscontro è fondamentale per affinare l’algoritmo di classificazione del terreno marziano, chiamato Spoc (Soil Property and Object Classification).

Oggi programmare un breve percorso di guida per il rover richiede dalle quattro alle cinque ore di lavoro, impegna più persone che scrivono e rileggono centinaia di righe di codice. Senza dimenticare i geologi che monitorano il terreno su cui Curiosity si muove per evitare slittamenti, danni, o che resti impantanato da qualche parte come è già successo in passato con Spirit e Opportunity

E già si guarda a Perseverance, che potrà di certo godere dei benefici di questa ricerca.