пресс-центр

Анализ данных, полученных с Марса, с помощью технологии глубокого обучения

Анализ данных, полученных с Марса, с помощью технологии глубокого обучения

 

Исследователи из Университета Массачуссетса в Амхерсте и колледжа Маунт-Холиок получили четырехлетний грант от Национального научного фонда для анализа изображений и данных о химическом составе горной породы и пыли, которые собрал вездеход NASA «Curiosity».

Вездеход исследует кратер на Марсе с 2012 года и отправляет на Землю огромные массивы данных, собранные методом спектроскопии лазерно-индуцированного пробоя. В процессе спектроскопии лазер направляется на участок горной породы и нагревает ее до такой высокой температуры, что она начинает генерировать высокочастотное излучение. Небольшая камера, установленная на вездеходе, фиксирует это излучение и затем отправляет полученные данные на Землю для анализа.

Используя кластер на базе NVIDIA GPU, CUDA и cuDNN, исследователи анализируют данные, чтобы определить химический и минеральный состав горных пород.

«Я ждал этого 30 лет, и теперь это происходит, - сказал Шридхар Махадеван (Sridhar Mahadevan), ведущий исследователь колледжа информатики и вычислительной техники при Университете Массачуссетса в Амхерсте. - Мы всегда думали, что искусственный интеллект - это мечта, но теперь он становится реальностью. Я считаю, что машинное обучение и когнитивные вычисления - это будущее больших данных».

«Мы знаем, что глубокое обучение справляется с задачами по распознаванию различных объектов почти так же хорошо, как и человек, - заявил Махадеван. - Наше исследование проверит способность технологии не распознавать объекты, а решать задачи планетарной геохимии, определяя свойства горных пород Марса. Мы надеемся, что технология глубокого обучения справится с новой задачей настолько успешно, что через четыре года мы сможем сказать, что она имеет большую эффективность, чем любые другие методы дифференциации».