Aiutiamo ad addestrare i rover della Nasa

Il JPL cerca volontari per migliorare gli algoritmi d’intelligenza artificiale

Il braccio robotico del rover Perseverance della NASA è visibile in questa immagine utilizzata dal progetto AI4Mars.

Se l’esplorazione marziana vi affascina, c’è la concreta possibilità di contribuire in prima persona al suo sviluppo. Non certamente mettendovi ai comandi di uno dei prossimi rover, bensì aiutando a istruire gli algoritmi d’intelligenza artificiale (AI) preposti al controllo del veicolo.

Il JPL della Nasa sta reclutando volontari da tutto il mondo per il progetto AI4Mars, preposto al riconoscimento delle caratteristiche scientifiche delle immagini scattate da Perseverance. Questo progetto è la prosecuzione di quanto già fatto con le immagini marziane prese dal rover Curiosity, di cui si è parlato nella rubrica Citizen science di Cosmo n. 10 (ottobre 2020).

I primi volontari avevano classificato quasi mezzo milione di immagini attraverso uno specifico strumento software, per tracciare e marcare le strutture inquadrate sul terreno. Tali elementi sono infatti quelli di maggiore interesse per i conducenti dei rover presso il Jet Propulsion Laboratory della NASA per pianificare i percorsi delle macchine sul Pianeta Rosso. Il risultato finale è stato un algoritmo, chiamato SPOC (Soil Property and Object Classification), in grado di identificare correttamente queste caratteristiche quasi il 98% delle volte.

Spoc è tuttora in fase di sviluppo e, se raggiungerà la precisione richiesta, potrà essere imbarcato su una delle future missioni in cui i rover saranno dotati di guida autonoma, più di quanto faccia ora la tecnologia AutoNav a bordo di Perseverence.

L’AI trova ormai ampia applicazione in molti settori della ricerca e dell’automazione, con forti ricadute nella vita di tutti i giorni. Sempre più dispositivi utilizzano tale tecnologia, dai comandi vocali al riconoscimento d’immagini, ignorando che spesso la loro istruzione nasce inconsapevolmente dai nostri usi e consumi giornalieri. L’AI potrebbe rivoluzionare anche il modo in cui i veicoli spaziali esplorano i corpi celesti, scegliendo i target di maggiore interesse oppure evitando percorsi difficili e potenzialmente pericolosi.

Questo permette di ridurre al minimo l’interazione con il centro di controllo sulla Terra. Se sulla Luna la guida può essere eseguita in tempo pressoché reale, con un ritardo inferiore a 2 secondi, per via della velocità finita dei segnali radio, a grandi distanze il ritardo diventa ingestibile. Ad esempio, una macchina alla distanza di Voyager 2 impiegherebbe quasi 18 ore per eseguire un comando impartito da terra. L’AI eviterebbe i tempi di latenza, demandando al veicolo spaziale di decidere autonomamente il da farsi, almeno sulle cose meno importanti.

Insegnare agli algoritmi cosa sia interessante, è il compito che avranno i volontari. Le immagini di Perseverence miglioreranno ulteriormente Spoc, aumentando il tipo di etichette identificative che caratterizzano la superficie marziana, inserendo un maggior numero di possibili formazioni geologiche.

Chi abbia timore di non essere all’altezza del compito è in errore. Anche gli sbagli sono infatti utili allo scopo poiché l’apprendimento deriva pure dagli errori. Forse non ci pensiamo, ma classificazioni analoghe spesso le eseguiamo quando in certi siti web si aprono finestre che invitano a riconoscere scritte distorte oppure particolari soggetti in gruppi d’immagini: con le nostre scelte stiamo istruendo algoritmi AI.

Più classificazioni ci sono da parte di umani, più l’AI diventa evoluta e abile a riconoscere forme e suoni complessi. Nel caso dell’AI spaziale non c’è però un valido database per impartire le istruzioni. Di fatto, i responsabili del progetto AI4Mars sono partiti da zero. Il team si accontenterebbe di circa 20.000 immagini nel proprio archivio, ognuna con una varietà di funzionalità etichettate. L’obiettivo è affinare un algoritmo che potrebbe aiutare un futuro rover a riconoscere cose molto insolite tra i dati raccolti, comprese forme di vita. Se mai saranno trovate tracce di vita passata o presente sul Pianeta Rosso, lo scopritore potrebbe essere proprio un algoritmo di intelligenza artificiale.

Gli utenti delineano e identificano diverse caratteristiche rocciose e paesaggistiche per aiutare a formare un algoritmo di intelligenza artificiale che contribuirà a migliorare le capacità dei rover su Marte.
 (NASA/JPL-Caltech)

Dotato di ben 19 telecamere, Perseverance invia ogni giorno da decine centinaia d’immagini a Terra. Malgrado ciò , il tempo a disposizione per i tecnici e i membri del team è di poche ore per pianificare le istruzioni successive, in conformità a quanto inquadrato nelle ultime immagini.

“Non è possibile per nessuno scienziato guardare tutte le immagini downlinked con attenzione in un così breve tempo, ogni singolo giorno”, ha detto Vivian Sun, una scienziata del JPL che aiuta a coordinare le operazioni quotidiane di Perseverance e consultata sul progetto AI4Mars. “Ci farebbe risparmiare tempo se ci fosse un algoritmo in grado di dire: ‘Penso di aver visto vene di roccia o noduli qui’, e quindi il team scientifico può esaminare quelle aree con maggiori dettagli”.

Anche il migliore degli algoritmi non sarebbe comunque completamente autonomo e non sostituirebbe la validazione umana. Prima che esso parta per lo spazio, potrebbe essere utilizzato per scansionare il vasto archivio di dati pubblici raccolti in precedenza su Marte, consentendo ai ricercatori di trovare più facilmente le caratteristiche interessanti della superficie in quelle immagini.

Spoc è ospitato dalla piattaforma Zooniverse

Iscriviti alla newsletter

Email: accetto non accetto