San Joaquín de Flores, sábado, 13 de noviembre de 2021
La NASA convocó al público en general para que pueda ayudar al rover Perseverance, en Marte, a aprender y reconocer características científicas de las imágenes tomadas por él mismo en el suelo marciano, mediante el entrenamiento de su algoritmo de inteligencia artificial denominado AI4MARS
El término inteligencia artificial (AI) se emplea cuando un robot, o máquina, emula las funciones cognitivas de los humanos como, por ejemplo, percibir, razonar, aprender y resolver problemas por si solos, o con asistencia externa; para llevar a cabo acciones que maximicen sus posibilidades de éxito en el objetivo asignado.
La AI tiene un enorme potencial en todo tipo de actividades humanas, desde las más básicas: la educación y el aprendizaje, hasta en el desarrollo de alta tecnología.
En la Astronáutica es de especial trascendencia: optimizando la forma en que las máquinas espaciales investigan y exploran el Universo. Pero debido a que todos los algoritmos de aprendizaje automático requieren entrenamiento por parte de humanos, una iniciativa reciente de la NASA pide a los ciudadanos que observen con detenimiento las imágenes tomadas por el “rover Perseverance Mars” y etiqueten las características que puedan ser de interés científico.
En la imagen del rover Perseverance, algunas de sus partes son visibles junto al área delineada por el AI4Mars.
Crédito: NASA / JPL-Caltec
El proyecto es la continuación de otro que inició en el 2020 y se basó en imágenes del anterior “rover Curiosity” de NASA (aun en activo), donde los participantes etiquetaron casi medio millón de ellas utilizando una herramienta de software para delinear características como: arena y roca, a las que, los conductores del rover en el Laboratorio de Propulsión a Chorro (JPL) de la NASA, suelen enfrentarse al planificar las rutas del rover en el planeta rojo. El resultado final fue un algoritmo, llamado SPOC (Clasificación de propiedades y objetos del suelo), que pudo identificar estas características del suelo marciano, correctamente casi en el 98% de las veces.
Un algoritmo es un conjunto de instrucciones que permiten solucionar un problema, realizar un cómputo, procesar un conjunto numeroso de datos y llevar a cabo múltiples tareas o actividades. Dados un estado inicial y una entrada, siguiendo los pasos sucesivos prescritos, se llega a una fase final y se obtiene una solución. En la vida cotidiana, se emplean algoritmos frecuentemente para resolver multitud de problemas concretos: desde elaborar una receta de cocina, la circulación de automóviles autónomos, hasta la fabricación de aviones.
Enseñando a un explorador marciano a identificar los sitios por donde se puede mover.
El algoritmo SPOC todavía está en desarrollo. Los investigadores esperan que, algún día, se pueda enviar a Marte a bordo de una futura nave espacial que podría realizar una conducción más autónoma de lo que permite actualmente la tecnología AutoNav que lleva instalada el Perseverance.
Las imágenes de Perseverance mejorarán mucho a SPOC al ampliar los tipos de etiquetas identificativas que se puedan ir aplicando a las características que vayan surgiendo de la superficie marciana.
Ahora, AI4Mars proporciona mejores etiquetas para identificar detalles con más precisión, lo que permite a los operadores en Tierra elegir mejores opciones como: rocas flotantes («islas» de rocas) o nódulos (“bolas” formadas por minerales que se cementaron con agua, hace millones de años).
El objetivo es perfeccionar un algoritmo que podría ayudar, en un futuro, al rover a mejorar sensiblemente la interpretación de los datos que envia desde Marte.
Perseverance, equipado con 19 cámaras, envía hasta cientos de imágenes a la Tierra cada día para que los científicos e ingenieros las examinen en busca de características geológicas específicas. Pero el tiempo es escaso: después de que esas imágenes viajan millones de kilómetros desde Marte a la Tierra, el equipo tiene pocas horas para desarrollar el siguiente conjunto de instrucciones, basadas en lo que ven en esas imágenes, para enviar a Perseverance al siguiente destino.
Imagen del AI4Mars: rocas y arena. Los usuarios pueden describir las características de las rocas y del paisaje en imágenes del rover Perseverance.
Crédito: NASA / JPL-Caltech
«No es posible que ningún científico observe todas las imágenes de enlace descendentes, con rigor, en tan poco tiempo, todos los días», dijo Vivian Sun, científica del JPL que ayuda a coordinar las operaciones diarias de Perseverance y consultora sobre el proyecto AI4Mars. “Nos ahorraría mucho tiempo si hubiera un algoritmo que pudiera decir: «Creo que vi vetas de roca o nódulos aquí», y luego el equipo científico pudiera observar esas áreas con más detalle”.
Especialmente, durante esta etapa de desarrollo, SPOC requiere muchas validaciones por parte de los científicos para garantizar que se etiquete con precisión las imágenes conseguidas en el día. Pero incluso cuando mejora, el algoritmo no puede reemplazar los análisis más complejos que realizan los científicos humanos por ahora.
El brazo robótico de Peerseverance es visible en esta imagen utilizada por AI4Mars.
Crédito: NASA / JPL-Caltech
Todo se trata de un análisis de datos
La clave para cualquier algoritmo exitoso es un buen conjunto de datos. Cuanto mayor cantidad de ellos estén disponibles, más aprende y evoluciona un algoritmo. El aprendizaje automático es muy diferente al del software normal, no es como empezar desde cero: el algoritmo mejora sus resultados con el aprendizaje y su experiencia.
Los investigadores de AI pueden entrenar a sus algoritmos terrestres con decenas de miles de imágenes: casas, flores, coches, etcétera. Pero no existía tal archivo de multitud de datos sobre la superficie marciana antes del proyecto AI4Mars. El equipo, actualmente, estaría contento con unas 20.000 imágenes en su banco de datos, cada una con una variedad de características diferentes etiquetadas.
El repositorio de datos de Mars podría servir para multitud de propósitos. Con este algoritmo, el rover podría seleccionar automáticamente objetivos científicos hacia los que conducir. También podría almacenar una gran variedad de imágenes a bordo del rover y luego enviar solo las de las particularidades específicas en las que los científicos pudieran estar más interesados.
De otra manera, el gran archivo público de datos de Marte que tiene la NASA, podría explorarse mediante AI4Mars lo que permitiría a los investigadores encontrar también características de la superficie en esas imágenes de una manera más fácil.
Sería muy importante para el equipo de AI4Mars el hacer que su propio conjunto de datos esté disponible públicamente para que toda la comunidad científica pueda beneficiarse. Si alguien ajeno a JPL creara un algoritmo que funcionara mejor que el utilizado por este banco de datos, lograría que fuera más fácil hacer nuevos descubrimientos.
Buscando vida pasada o presente en Marte
Un objetivo clave de la misión de Perseverance es la astrobiología: la búsqueda de signos de vida microbiana antigua, o presente. El rover caracterizará la geología del planeta y el clima pasado. Facilitará el camino para la exploración humana del planeta rojo y será la primera misión en recolectar y almacenar rocas y regolitos marcianos para enviarlos a la Tierra.
El regolito es la capa de materiales no consolidados, de granulometría fina, alterados: como fragmentos de roca y granos minerales, que descansa sobre el suelo de roca sólida.
Las misiones posteriores de la NASA, en cooperación con la Agencia Espacial Europea (ESA), enviarán naves espaciales a Marte para recolectar estas muestras selladas de la superficie, logradas por Perseverance, y traerlas a la Tierra para un análisis en profundidad en laboratorio.
La misión Perseverances Marte 2020 es parte del enfoque de exploración de Marte, y la Luna, de la NASA, que incluye las misiones Artemisa a la Luna que ayudarán a prepararse para la exploración humana del planeta rojo.
Un futuro complejo
Los mayores inconvenientes que podría presentar la AI tienen que ver con su capacidad para imitar por completo a un ser humano. Al diseñar un robot con inteligencia artificial se debe tener cuidado con el grado que pueda alcanzar de autonomía, especialmente, en no vincular el hecho de que el robot, al interaccionar con seres humanos, ponga en riesgo su grado de autonomía. Si la relación de los humanos con el robot es de tipo maestro-esclavo, y el papel de los humanos es dar órdenes y el del robot obedecerlas, entonces sí cabe hablar de una limitación de la autonomía del robot y no habrá riesgos para los humanos. Pero si la interacción de los humanos con el robot es de igual a igual, en ese caso su presencia no estará asociada a restricciones para que el robot pudiera tomar sus propias decisiones que pondrían en riesgo su integridad para salvaguardar la humana, sacrificando la suya.
Aquí serían a tener en cuenta las leyes de la robótica de Asimov:
- Un robot no puede dañar a un ser humano o, por inacción, permitir que un ser humano sufra daños.
- Un robot debe obedecer las órdenes que le den los seres humanos, excepto cuando tales órdenes entren en conflicto con la Primera Ley.
- Un robot debe proteger su propia existencia siempre que dicha protección no entre en conflicto con la Primera o Segunda Ley.
- Ninguna máquina puede dañar a la Humanidad; o, por inacción, permitir que esta sufra daños.
Y, de alguna manera, llegar a su implementación en todo software robótico.
Stephen Hawking, en la apertura del Centro para el Futuro de la Inteligencia Artificial en Cambridge, dijo: «En resumen, el surgimiento de una poderosa AI será lo mejor o lo peor que le haya pasado a la Humanidad. Aún no sabemos cuál».
La humanidad ha demostrado, en su corta evolución de 1 millón de años dentro de los 4,5 mil millones de años de la Tierra, que es capaz de un éxito tecnológico sin precedentes en la Naturaleza. También es capaz de crear maquinas que le superen en el tiempo y en inteligencia, así como de variar tan radicalmente las condiciones de vida en el planeta como para hacer de él un lugar inadecuado para la propia vida humana.
José Mª Moreno Ibáñez
AC/19.52
Referencias;
https://mars.nasa.gov/news/9063/you-can-help-train-nasas-rovers-to-better-explore-mars/
https://mars.nasa.gov/news/8980/nasas-self-driving-perseverance-mars-rover-takes-the-wheel/
