پژوهشگران ناسا نحوه تشخیص حیات را به ماشین‌ها می‌آموزند

0 566

گروهی از مهندسان و دانشمندان سازمان ناسا (NASA) در مرکز پروازهایی فضایی گودارد (Goddard Space Flight Center) مشغول آموزش چگونگی تشخیص حیات به کامپیوترها با فناوری یادگیری ماشینی هستند. مجموعه‌ای از باکتری‌ها با در کنار هم قرار گرفتن تشکیل ساختاری به نام زیست‌لایه می‌دهند. زیست‌لایه از قدیمی‌ترین اشکال حیات روی زمین است که تقریبا روی هر سطحی که رطوبت داشته باشد می‌توان آن را پیدا کرد. اما تشخیص دقیق زیست‌لایه و تمایز دادن آن از دیگر ساختارهای غیرزنده‌ای که با فرآیندهای زمین‌شناختی ایجاد می‌شوند بدون استفاده از میکروسکوپ‌های ویژه و تمرین امکان‌پذیر نیست. پژوهشگران ناسا در تلاش هستند تا چگونگی تشخیص ساختارهایی که موجودات زنده در میان سنگ‌ها ساخته‌اند را به ماشین‌ها بیاموزند.

از نتایج این پروژه می‌توان برای مجهز کردن سطح‌نوردها به ابزارهایی استفاده کرد که قادر به تشخیص بقایای حیات احتمالی در گذشته سیاره مریخ و یا ماه خواهند بود. برای این منظور از توانمندی‌های پیشرفته فناوری یادگیری ماشینی و هوش مصنوعی بهره گرفته می‌شود. با استفاده از این روش سطح‌نورد می‌تواند به صورت خودکار و بی‌درنگ بدون نیاز به فرمان از زمین تصمیم بگیرد چه سنگی برای نمونه‌برداری مناسب است. در حال حاضر سطح‌نوردها باید تصاویر تهیه‌شده از سنگ‌ها را به زمین ارسال کنند تا پژوهشگران تصمیم بگیرند که از کدام سنگ نمونه‌برداری شود. ارسال تصاویر و بررسی آن‌ها روی زمین و ارسال فرمان مجدد به سطح‌نورد زمان‌بر است.

برای بررسی سنگ‌ها و تشخیص ساختارهای برجای‌مانده از باکتری‌ها و موجودات زنده از میکروسکوپ‌های لیزری قدرتمند که تصاویر سه‌بعدی با وضوح بسیار بالا تهیه می‌کنند استفاده می‌شود. سپس این تصاویر با الگوریتم‌هایی که با یادگیری ماشین و هوش مصنوعی آموزش دیده‌اند تحلیل می‌شوند.

در ماه‌های اخیر پژوهشگران مرکز گودارد در حال بررسی راه‌های بهره‌گیری سازمان ناسا از فناوری یادگیری ماشینی در زمینه‌های مختلف هستند. کاربردهای مختلفی از مکان‌یابی آتش‌سوزی‌ها در طبیعت تا تشخیص اختلال در ابزارها با استفاده از هوش مصنوعی و یادگیری ماشینی مورد بررسی این مرکز قرار گرفته است.


منبع spacedaily
با اشتراک گذاری مطلب از اسپاش حمایت کنید
https://espash.ir/?p=13809
مطالب پیشنهادی اسپاش
اشتراک در
اطلاع از
guest
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها