ข้อมูลการสำรวจอวกาศนับวันยิ่งวิเคราะห์ได้ช้าลงเรื่อย ๆ เนื่องจากปริมาณของข้อมูลอันมหาศาลที่ถูกป้อนเข้ามายังฐานข้อมูลการสำรวจทุกวันนั้นเยอะเกินไปที่นักวิทยาศาสตร์ของ NASA จะสามารถวิเคราะห์ได้หมด หากถามว่าช้าแค่ไหนก็อาจนานเป็นทศวรรษเลยทีเดียวเนื่องจากทุกวันนี้ยังคอยมีงานวิจัยตีพิมพ์จากข้อมูลสำรวจอวกาศเก่าออกมาอยู่เรื่อย ๆ
จึงเป็นเหตุให้ NASA ต้องหาวิธีการที่จะวิเคราะห์ข้อมูลการสำรวจอวกาศให้ได้เร็วกว่านี้ หนึ่งในวิธีที่น่าจะง่ายที่สุดด้วยเทคโนโลยีปัจจุบันนั้นก็คงจะหนีไม่พ้นการใช้ Machine Learning (ML) เข้ามาช่วย ด้วยการฝึก Model ML ให้มันสามารถทำงานที่เราต้องการได้ ยกตัวอย่างเช่น การหาหลุมอุกกาบาตบนพื้นผิวดาวอังคาร เราก็สามารถฝึก Model ให้มันรู้ว่าอันไหนคือหลุมอุกกาบาต อันไหนไม่ใช่ แล้วทดสอบ เมื่อความแม่นยำของมันมากพอเราจึงค่อยไปใช้จริง
อ่านบทความ JPL พัฒนา AI ที่สามารถตรวจจับหลุมอุกกาบาตบนดาวอังคารจากข้อมูลของยาน MRO ได้
แล้วใครเป็นคนฝึก AI? ก็มนุษย์นี่แหละ เราเรียกการฝึกแบบนี้ว่า Supervised Learning ด้วยการบอก Model ว่า เห้ย อันนี้คือ A นะ อันนู้นคือ B นะ แล้วทดสอบมัน ถ้ามันบอกว่า A คือ A เราก็บอกว่าถูก แต่ถ้ามันบอกว่า A คือ B เราก็จะต้องไปบอกมันว่านี่ไม่ใช่ B แต่เป็น A เพื่อให้มันเรียนรู้ว่าอ๋อ อันนี้คือ A นี่หว่า (Data Labeling)
NASA ได้เปิด Platform ชื่อ Cloudspotting on Mars ให้ใครก็ได้เข้ามาช่วย NASA ดูภาพถ่ายจากยาน Mars Reconnaissance Orbiter (MRO) เพื่อหาเมฆในชั้นบรรยากาศของดาวอังคาร ซึ่งจะถือเป็นการช่วยนักวิทยาศาสตร์ของ NASA ให้ไม่ต้องมานั่ง Label ข้อมูลแต่เอาเวลาไปทำงานวิจัยหรือทำการวิเคราะห์ต่าง ๆ ได้เลย รวมถึงสามารถเอา Dataset ที่ถูก Label แล้วไปฝึก Model Machine Learning ได้เลย โดยโครงการนี้มีข้อมูลยาวนานกว่า 16 ปีตั้งแต่ปี 2006 ที่ยังไม่ถูกวิเคราะห์
หน้าที่ของเราก็คือการหา Arch หรือ เส้นโค้งซึ่งก็คือเมฆในภาพถ่าย Infrared จากอุปกรณ์ Mars Climate Sounder ของยาน MRO
โดยภาพที่ได้จาก MRO นั้นเป็นภาพ Infrared ของชั้นบรรยากาศของดาวอังคารขณะที่มันกำลังโคจรรอบดาวอังคาร เมฆในภาพถ่ายพวกนี้จะมีลักษณะเป็นเส้นโค้งที่มีช่องวางตรงกลางแล้วมียอดอยู่ข้างบน ซึ่งตรงยอดก็คือเมฆนี่เอง ที่เกิดภาพแบบนี้เป็นเพราะว่าเมื่อ MRO ค่อย ๆ โคจรผ่านเมฆนั้น เมฆมันก็จะค่อย ๆ อยู่สูงขึ้นเรื่อย ๆ เมื่อมองจาก MRO ทำให้ข้อมูล Infrared ที่ได้เกิดเป็นเส้นโคงขึ้นมาก่อนที่เมฆมันจะลับขอบฟ้าไปแล้วเส้นโค้งนี้จึงตกลงมา
หน้าที่ของเราก็คือการ Mark จุดยอดต่าง ๆ ของ Arch เหล่านี้ ซึ่งก็คือเมฆให้ NASA โดยเส้นโค้งนี้ไม่ใช่เป็นเส้นโค้งแบบไหนก็ได้แต่มันจะต้องมีสองขาและมีช่องว่างตรงกลางด้วยถึงจะเรียกว่า Arch โดย Arch พวกนี้บางทีอาจจะเห็นไม่ชัด จึงสามารถเปลี่ยน Frame ของภาพเพื่อหา Arch ที่อาจซ่อนอยู่ได้
ซึ่งบางภาพถ่ายนั้นอาจมี Arch เหล่านี้มากถึง 10 อัน นอกจากนี้มันอาจจะซ้อน ๆ ทับกันก็ได้ หรือบางภาพก็อาจไม่มีเลย เช่น ภาพที่เป็นเส้นโค้งธรรมดา ๆ ที่ไม่มีช่องว่างระหว่างเส้นโค้ง
หากใครอยากเข้าไปลองเล่นสามารถเข้าไปลองได้ที่ Cloud Spotting on Mars เลย เท่านี้เวลาว่างเราก็สามารถช่วยงานนักวิทยาศาสตร์ได้แล้ว โดยข้อมูลเมฆเหล่านี้จะถูกนำไปวิเคราะห์เพื่อหาสาเหตุว่าน้ำบนดาวอังคารหายไปไหนหมด
เรียบเรียงโดย ทีมงาน SPACETH.CO
อ้างอิง
