Какими будут марсоходы будущего? Автор: Олег Баль      Дата: 21.08.2020 21:20      Марсоходы НАСА стали одним из величайших достижений науки и космоса за последние два десятилетия. Четыре поколения марсоходов пересекли Красную планету, собирая научные данные, отправляя запоминающиеся фотографии и выживая в невероятно суровых условиях — все с использованием бортовых компьютеров, менее мощных, чем iPhone 1. Последний марсоход Perseverance был запущен 30 июля 2020 года, а инженеры уже мечтают о новом поколении марсоходов. Рассказываем, какими они будут, какие проблемы приходится решат ученым и как любой может помочь Земле в освоении Марса.            Главные проблемы освоения Марса            Расстояние            Будучи крупным достижением, эти миссии затронули лишь поверхность (в прямом и переносном смысле) планеты, ее геологии, географии и атмосферы.            Площадь поверхности Марса примерно такая же, как и общая площадь суши на Земле. Представьте, что вы инопланетянин и почти ничего не знаете о Земле, и вы приземляетесь на семь или восемь точек на планете и проезжаете несколько сотен километров. Разве этот инопланетный теперь знает о Земле достаточно?            Если ученые хотят представить огромное разнообразие Марса, то им потребуется больше измерений на поверхности, и ключ к этому — существенно увеличенное расстояние, которое, как надеются ученые, в будущем будет покрывать тысячи километров.            Вычислительные мощности            Путешествие по разнообразной, но и коварной местности Марса требует ограниченного потребления и ограничения вычислительных мощностей. То, сколько проедет ровер, зависит от того, сколько он солнечного света он может уловить и преобразовать в энергию за один марсианский день.            Первый марсоход, Sojourner, преодолел 100 метров за 91 солнечный день на Марсе (сол); второй, Spirit, преодолел 7,7 км примерно за пять лет; Opportunity проехал 45 км за 15 лет; и Curiosity проехал более 19 км с момента приземления в 2012 году.            Группа роботизированной поверхностной мобильности в Лаборатории реактивного движения НАСА (JPL), которая руководила всеми миссии марсохода, работает над автономностью роботов Марса, чтобы сделать будущие вездеходы более интеллектуальными, повысить безопасность, повысить производительность и, в частности, двигаться быстрее и дальше.            Новые идеи. Как продлить службу марсохода?            Новые мощности            Марсоход Perseverance, запущенный этим летом, выполняет вычисления с использованием RAD 750 — защищенных от излучения одноплатных компьютеров, производимых BAE Systems Electronics.            Однако в будущих миссиях потенциально будут использоваться новые высокопроизводительные многоядерные процессоры с радиационной стойкостью, разработанные в рамках проекта High Performance Spaceflight Computing (HPSC). Процессор Qualcomm Snapdragon также проходит испытания для выполнения миссий.            Эти чипы обеспечат примерно в сто раз большую вычислительную мощность, чем современные летные процессоры, использующие такое же количество энергии.            Вся автономия, которая есть в последнем марсоходе, в значительной степени зависит от человека, для самой его работы требуется взаимодействие с инженером. Отчасти это связано с ограничениями процессоров, которые на них работают, объясняют в JPL. Одна из основных задач новых чипов, которые будут поставлены на марсоходы следующего поколения — это глубокое обучение и машинное обучение.            Программа аналитики на основе машинного обучения для автономных вездеходных систем (MAARS) охватывает ряд областей, в которых может быть полезен искусственный интеллект. Команда представила результаты проекта MAARS на конференции IEEE Aerospace в марте 2020 года. Проект стал финалистом премии NASA Software Award. Предоставлено: НАСА JPL.      Программа аналитики на основе машинного обучения для автономных вездеходных систем (MAARS), которая началась три года назад и завершится в этом году, охватывает ряд областей, в которых может быть полезен искусственный интеллект. Команда представила результаты проекта MAARS на аэрокосмической конференции hIEEE в марте 2020 года. Проект стал финалистом премии NASA Software Award.            Наземные высокопроизводительные вычисления сделали возможным невероятный прорыв в автономной навигации транспортных средств, машинном обучении и анализе данных для наземных приложений. Основным препятствием для развертывания таких достижений в исследованиях Марса является то, что лучшие компьютеры находятся на Земле, в отличии от самых ценных данных.            Обучая модели машинного обучения на суперкомпьютере Maverick2 в Техасском центре передовых вычислений (TACC), а также на веб-сервисах Amazon и кластерах JPL, ученые разрабатывают две новые возможности для будущих марсоходов, которые они называют Drive-By Science (движение для науки) and Energy-Optimal Autonomous Navigation (энергоэффективная автономная навигация).            Энергосберегающая автономная навигация            Сейчас программное обеспечение Perseverance включает в себя некоторые возможности машинного обучения, но способ поиска пути по-прежнему довольно наивен.            Ученые ждут, что вездеходы будущего будут обладать способностью видеть и понимать местность, как у людей. Для марсоходов энергия очень важна. На Марсе нет асфальтированной дороги. Управляемость существенно зависит от местности. Сейчас все эти условия не рассматривается при прокладывании маршрута.            В принципе, проложить путь со всеми этими ограничениями сложно, однако это другой уровень вычислений. И, все же, с ними могут справиться чипы HPSC или Snapdragon. Но для этого ученым нужно немного изменить саму парадигму вычислений.            Есть большая разница между командами «Иди от А к Б и делай С» и чисто автономной: «Иди, занимайся наукой».            Общедоступный инструмент AI4Mars показывает различные виды марсианской местности, видимые марсоходом НАСА Curiosity. Рисуя границы вокруг объектов местности и присваивая им одну из четырех меток, пользователи могут помочь обучить алгоритм, который будет автоматически определять благоприятную и опасную местность для планировщиков марсоходов Curiosity. Предоставлено: НАСА / Лаборатория реактивного движения-Калтех      Новая политика управления включает предварительное планирование для ряда сценариев, а затем позволяет марсоходу определять, с какими условиями он сталкивается и что ему следует делать.            Ученые планируют использовать суперкомпьютер на земле, где есть бесконечные вычислительные ресурсы, чтобы разработать план, в котором политика поведения марсохода такова: «если X, то сделай это; если y, то сделай это». По сути, ученые составляют огромный список дел и отправляют гигабайты данных на марсоход, сжимая их в огромные таблицы. Затем улучшенная мощность марсохода поможет распаковать политику поведения и выполнить намеченное.            Предварительно запланированный список создается с использованием оптимизаций на основе машинного обучения. Затем встроенный чип может использовать эти планы для выполнения логического вывода: принимая входные данные из своей среды и вставляя их в предварительно обученную модель. Задачи логического вывода намного проще в вычислительном отношении и могут быть вычислены на чипе, подобном тем, которые могут сопровождать будущие марсоходы на Марс.            У марсохода есть возможность изменять план на борту, а не просто придерживаться последовательности заранее запланированных вариантов. Это важно, если случится что-то плохое или найдется что-то интересное, подчеркивают ученые.            Возможность путешествовать дальше и дольше            В текущих миссиях на Марс обычно используются десятки изображений с марсохода, чтобы решить, что делать на следующий день. Но что, если в будущем ученые могли бы использовать вместо этого миллион подписей к этим изображениям?            Ученые адаптировали программное обеспечение Google Show and Tell — генератор подписей к нейронным изображениям, впервые запущенный в 2014 году — для миссий марсоходов.            Алгоритм принимает изображения и выдает понятные для человека подписи. К ним относятся базовая, но важная информация, такая как мощность — сколько и как далеко находится породы, которые стоит изучить? Это поможет исследователям определять, что интересно и на что тратить ресурсы. Это и есть основной основной принцип Drive-By Science.            За последние несколько лет планетные геологи пометили и подготовили аннотации к изображениям Марса для обучения модели. Используя возможности поиска и извлечения информации, ученые могут расставлять приоритеты для различных целей.            Возможность путешествовать намного дальше будет необходимой для будущих марсоходов. Примером может служить Sample Fetch Rover, предложенный к разработке Европейской космической ассоциацией и запущенный в конце 2020-х годов, основная задача которого будет заключаться в отборе и сборе образцов, выкопанных марсоходом Mars 2020.            Новые марсоходы в течение нескольких лет должны будут проехать в 10 раз дальше, чем предыдущие их версии, чтобы собрать все образцы и доставить их к месту встречи. Поэтому инженерам нужно будет умнее, более точно и осознанно управлять ровером и использовать энергию.            Как будут тестировать новые марсоходы?            Прежде чем новые модели и алгоритмы будут загружены на марсоход, предназначенный для полета в космос, они пройдут испытания на грунтовой тренировочной площадке рядом с Лабораторией реактивного движения, которая служит наземным аналогом поверхности Марса.            Команда разработала демонстрацию, которая показывает карту сверху, потоковые изображения, собранные марсоходом, и алгоритмы, работающие в режиме реального времени на марсоходе, а затем демонстрирует марсоход, выполняющий классификацию местности и подписи прямо на борту. Они надеялись завершить тестирование новой системы этой весной, но пандемия COVID-19 привела к закрытию лаборатории и тестирование было отложено.            Помощь гражданских ученых            Тем временем команда инженеров разработала приложение для гражданской науки AI4Mars, которое позволяет публике комментировать и оценивать более 20 000 изображений, сделанных марсоходом Curiosity. Они будут использоваться для дальнейшего обучения алгоритмов машинного обучения , чтобы определять опасные местности и избегать их.            Менее чем за три месяца общественность создала 170 000 наклеек. Их создают обычные люди, но это поможет сделать марсоход более безопасным.            Усилия по разработке новой парадигмы на основе искусственного интеллекта для будущих автономных миссий могут быть применены не только к марсоходам, но и к любой автономной космической миссии, от орбитальных аппаратов до космических аппаратов и межзвездных зондов.            Комбинация более мощных бортовых вычислительных мощностей, заранее спланированных команд и новых алгоритмов может позволить будущим марсоходам путешествовать намного дальше и заниматься наукой.       Автор: Олег Баль прочтений: 186 оценки: 0 от 0 © Свидетельство о публикации № 34113  Цена: 1 noo

Ваши комментарии