Аналіз даних, отриманих з Марса, за допомогою технології глибокого навчання

Наши партнеры ArtmMisto

Аналіз даних, отриманих з Марса, за допомогою технології глибокого навчання

Дослідники з Університету Массачусетс в Амхерсті і коледжу Маунт-Холіок отримали чотирирічний грант від Національного наукового фонду для аналізу зображень і даних про хімічний склад гірської породи і пилу, які зібрав всюдихід NASA «Curiosity».

Всюдихід досліджує кратер на Марсі з 2012 року і відправляє на Землю величезні масиви даних, зібрані методом спектроскопії лазерно-індукованого пробою. В процесі спектроскопії лазер направляється на ділянку гірської породи і нагріває її до такої високої температури, що вона починає генерувати високочастотне випромінювання. Невелика камера, встановлена ​​на всюдиході, фіксує це випромінювання і потім відправляє отримані дані на Землю для аналізу.

Використовуючи кластер на базі NVIDIA GPU, CUDA і cuDNN , Дослідники аналізують дані, щоб визначити хімічний і мінеральний склад гірських порід.

«Я чекав цього 30 років, і тепер це відбувається, - сказав Шрідхара Махадеван (Sridhar Mahadevan), провідний дослідник коледжу інформатики і обчислювальної техніки при Університеті Массачусетс в Амхерсті. - Ми завжди думали, що штучний інтелект - це мрія, але тепер він стає реальністю. Я вважаю, що машинне навчання і когнітивні обчислення - це майбутнє великих даних ».

"Ми знаємо, що глибоке навчання справляється з завданнями по розпізнаванню різних об'єктів майже так само добре, як і людина, - заявив Махадеван. - Наше дослідження перевірить здатність технології не розпізнавати об'єкти, а вирішувати завдання планетарної геохімії, визначаючи властивості гірських порід Марса. Ми сподіваємося, що технологія глибокого навчання впорається з новим завданням настільки успішно, що через чотири роки ми зможемо сказати, що вона має велику ефективність, ніж будь-які інші методи диференціації ».