太空宇航：NASA將讓火星車AI自行篩選數(shù)據(jù)傳回地球


歐洲航空局研發(fā)的羅薩琳德·富蘭克林火星車的藝術(shù)概念圖。圖片來(lái)源：ESA/ATG medialab
美國(guó)航空航天局（NASA）開始探索如何讓遠(yuǎn)程車載計(jì)算機(jī)主導(dǎo)搜尋其他行星上的生命蹤跡。來(lái)自 NASA 戈達(dá)德太空飛行中心（Goddard Space Flight Center）的科學(xué)家已經(jīng)公布了第一批新型智能系統(tǒng)成果，這些系統(tǒng)將被安裝在太空探測(cè)器上，它們能夠鑒別出巖石樣本中生命的地質(zhì)化學(xué)特征。允許這些智能系統(tǒng)選擇分析對(duì)象，以及向地球上的我們報(bào)告什么內(nèi)容，將有助于克服向地球遠(yuǎn)距離傳遞信息的局限，更好地在遙遠(yuǎn)行星搜尋生命蹤跡。這些系統(tǒng)將會(huì)在 2022/23 ExoMars火星任務(wù)中首次亮相，然后更加全面地應(yīng)用到太陽(yáng)系更遙遠(yuǎn)天體的探測(cè)任務(wù)中。
首席研究員維多利亞·達(dá)·珀安（Victoria Da Poian）在國(guó)際地球化學(xué)年會(huì)（Goldschmidt Geochemistry conference）上展示了這項(xiàng)成果，她說(shuō)：“這是太空探索中富有遠(yuǎn)見(jiàn)的一步。這意味著隨著時(shí)間的推移，我們將放棄讓人類參與到太空任務(wù)的每一步的觀念，而是考慮使用裝備智能系統(tǒng)的計(jì)算機(jī)，它們接受訓(xùn)練，自行做出決策，能夠優(yōu)先將最有意思、或者時(shí)間上最關(guān)鍵的信息傳送回地球?！?br> 埃里克·萊尼斯（Eric Lyness）是 NASA 戈達(dá)德太空飛行中心行星環(huán)境實(shí)驗(yàn)室（Planetary Environments Lab）的軟件工程主管，他強(qiáng)調(diào)，行星探索需要智能儀器：“將數(shù)據(jù)傳送回地球要花費(fèi)很長(zhǎng)的時(shí)間，開銷也很大，這意味著科學(xué)家們不能憑自己的意愿決定要做多少實(shí)驗(yàn)、或者要分析多少數(shù)據(jù)。儀器收集樣本之后，使用人工智能（AI）來(lái)執(zhí)行第一輪數(shù)據(jù)分析，再傳送回地球，NASA 能夠優(yōu)化我們接收到的數(shù)據(jù)，這將會(huì)極大提升太空任務(wù)的科學(xué)價(jià)值。”
維多利亞·達(dá)·珀安和埃里克·萊尼斯（兩位都在NASA戈達(dá)德太空飛行中心工作）已經(jīng)訓(xùn)練了一批人工智能系統(tǒng)，讓它們分析數(shù)百份巖石樣本，以及數(shù)千份來(lái)自火星有機(jī)分子分析儀（MOMA）的實(shí)驗(yàn)光譜。MOMA將會(huì)裝載在EXOMars的羅莎琳德·富蘭克林火星車（Rosalind Franklin Rover）上，于2023年一起登陸火星。MOMA 是基于質(zhì)譜儀的最先進(jìn)設(shè)備，能夠分析并且識(shí)別巖石樣本中的有機(jī)分子。它將會(huì)通過(guò)分析巖石樣本，尋找過(guò)去或現(xiàn)在存在于火星地表以及地下的生命蹤跡。送往火星的系統(tǒng)仍然會(huì)將大部分?jǐn)?shù)據(jù)傳送回地球，但是之后送往太陽(yáng)系外的智能系統(tǒng)則被賦予自主權(quán)，決定發(fā)送哪些信息回地球。


圖片來(lái)源：pixabay
第一批結(jié)果顯示，當(dāng)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)算法處理未知化合物光譜時(shí)，結(jié)果的準(zhǔn)確率可以高達(dá)94%，與過(guò)去見(jiàn)過(guò)樣本匹配的準(zhǔn)確率則有87%。研究人員還會(huì)進(jìn)一步完善系統(tǒng)，直到完全適合2023任務(wù)。
維多利亞·達(dá)·珀安繼續(xù)說(shuō)：“我們從無(wú)人（航天）任務(wù)中獲得的就是數(shù)據(jù)，大量的數(shù)據(jù)。對(duì)數(shù)億公里之外的地方發(fā)送數(shù)據(jù)，這在不同環(huán)境下非常具有挑戰(zhàn)性，而且價(jià)格極其昂貴，帶寬也是有限的。我們需要確定發(fā)送回地球的數(shù)據(jù)的優(yōu)先級(jí)，但還需要保證這么做的同時(shí)不會(huì)丟失重要信息。這引導(dǎo)我們開始研發(fā)智能算法，現(xiàn)在能夠幫助科學(xué)家分析他們的樣本并制定后續(xù)操作決策，而我們更長(zhǎng)遠(yuǎn)的目標(biāo)則是讓算法自行分析數(shù)據(jù)，調(diào)節(jié)儀器展開后續(xù)操作，無(wú)需地面反饋回路的參與，最終只將最有意思的數(shù)據(jù)傳送回來(lái)。”
團(tuán)隊(duì)使用基于地球的MOMA儀器探測(cè)到的最初實(shí)驗(yàn)測(cè)試原始數(shù)據(jù)，訓(xùn)練計(jì)算機(jī)來(lái)識(shí)別出熟悉的模式。當(dāng)接收到新的原始數(shù)據(jù)之后，軟件會(huì)告訴科學(xué)家先前遇到的哪些樣本與新數(shù)據(jù)匹配。
埃里克·萊尼斯說(shuō)：“這一任務(wù)將會(huì)面臨嚴(yán)格的時(shí)間限制。當(dāng)我們?cè)诨鹦巧线M(jìn)行操作時(shí)，樣本在火星車上最多只保留幾周的時(shí)間，然后火星車會(huì)丟掉樣本，前去新的地方挖掘。所以，如果我們需要重新檢測(cè)樣本，就需要快速完成，有時(shí)候要在24小時(shí)內(nèi)完成。在未來(lái)，當(dāng)我們?nèi)ヌ剿髂拘切l(wèi)星，比如歐羅巴（Europa），或者土星衛(wèi)星，比如土衛(wèi)二恩塞勒達(dá)斯（Enceladus）和土衛(wèi)六泰坦（Titan）時(shí)，我們將需要當(dāng)場(chǎng)做出實(shí)時(shí)決策。對(duì)于這些衛(wèi)星，需要花5到7小時(shí)的時(shí)間讓發(fā)送自地球的信號(hào)抵達(dá)儀器設(shè)備，所以，這就不像控制無(wú)人機(jī)那樣是一種即時(shí)響應(yīng)。我們需要給儀器自主權(quán)，讓它們自行快速?zèng)Q定，以實(shí)現(xiàn)對(duì)我們有利的科學(xué)目標(biāo)?！?br>

圖片來(lái)源：pixabay
以上內(nèi)容詳情參見(jiàn)NASA計(jì)劃中的土衛(wèi)六“蜻蜓號(hào)”任務(wù)（Dragonfly mission）。這是NASA“新前沿”項(xiàng)目（New Frontiers）的一部分?！?br> 埃里克·萊尼斯評(píng)論說(shuō)：“MOMA的生命搜索儀器產(chǎn)生的數(shù)據(jù)一開始會(huì)很難解讀。它不會(huì)像人一樣大聲喊出‘我在這里找到生命啦！’，但卻會(huì)給我們提供需要分析的可能性。這些結(jié)果在很大程度上將會(huì)告訴我們儀器發(fā)現(xiàn)的地質(zhì)化學(xué)情況。我們的目標(biāo)是這個(gè)系統(tǒng)能夠給科學(xué)家指明方向，比如，我們的系統(tǒng)可能會(huì)報(bào)告說(shuō)：‘有91%的置信度宣布這一樣本與真實(shí)世界的樣本相符合，有87%的概率肯定這是磷脂，類似于2018年7月24日檢測(cè)到的樣本，數(shù)據(jù)結(jié)果如下所示……’。我們?nèi)匀恍枰祟悂?lái)解讀發(fā)現(xiàn)的內(nèi)容，但是第一步的過(guò)濾工作會(huì)由AI系統(tǒng)完成?！?br> 研究人員指出，從火星傳回?cái)?shù)據(jù)相當(dāng)昂貴，隨著探測(cè)器離地球越來(lái)越遠(yuǎn)，開銷會(huì)越來(lái)越大?！皝?lái)自火星車的數(shù)據(jù)成本可能是你手機(jī)信息成本的 10 萬(wàn)倍，所以我們需要的數(shù)據(jù)要包含盡可能多的科學(xué)價(jià)值。”埃里克·萊尼斯補(bǔ)充道。
來(lái)自倫敦自然歷史博物館（Natural History Museum）的行星地質(zhì)學(xué)博士后研究員喬爾·戴維斯博士（Joel Davis）評(píng)論說(shuō)：“行星探索任務(wù)的一個(gè)主要挑戰(zhàn)就是讓數(shù)據(jù)傳回地球，這一過(guò)程既費(fèi)時(shí)又費(fèi)錢。在火星上，信號(hào)傳輸?shù)难舆t大概在20分鐘左右，而你在太陽(yáng)系中飛得越遠(yuǎn)，延遲也會(huì)越厲害?？紤]到探測(cè)器有限的壽命，科學(xué)家們就必須精挑細(xì)選要發(fā)送回來(lái)的數(shù)據(jù)。當(dāng)然，這些成果看上去的確鼓舞人心，宇宙飛船擁有更大的自主權(quán)是保證傳回有用信息的一個(gè)方法?！贝骶S斯博士沒(méi)有參與這項(xiàng)研究。
翻譯：阿金
審校：戚譯引
引進(jìn)來(lái)源：Goldschmidt Conference
引進(jìn)鏈接：https://eurekalert.org/emb_releases/2020-06/gc-ntf062320.php
本文來(lái)自：環(huán)球科學(xué)


關(guān)注【深圳科普】微信公眾號(hào)，在對(duì)話框：
回復(fù)【最新活動(dòng)】，了解近期科普活動(dòng)
回復(fù)【科普行】，了解最新深圳科普行活動(dòng)
回復(fù)【研學(xué)營(yíng)】，了解最新科普研學(xué)營(yíng)
回復(fù)【科普課堂】，了解最新科普課堂
回復(fù)【科普書籍】，了解最新科普書籍
回復(fù)【團(tuán)體定制】，了解最新團(tuán)體定制活動(dòng)
回復(fù)【科普基地】，了解深圳科普基地詳情
回復(fù)【觀鳥知識(shí)】，學(xué)習(xí)觀鳥相關(guān)科普知識(shí)
回復(fù)【博物學(xué)院】，了解更多博物學(xué)院活動(dòng)詳情
?