Mars Exploration JPL พัฒนา AI ที่สามารถตรวจจับหลุมอุกกาบาตบนดาวอังคารจากข้อมูลของยาน MRO ได้
JPL พัฒนา AI ที่สามารถตรวจจับหลุมอุกกาบาตบนดาวอังคารจากข้อมูลของยาน MRO ได้

Chottiwatt Jittprasong

JPL พัฒนา AI ที่สามารถตรวจจับหลุมอุกกาบาตบนดาวอังคารจากข้อมูลของยาน MRO ได้

November 10, 2020

Jet Propulsion Laboratory หรือ JPL ได้พัฒนา Artificial Intelligence หรือ AI ที่สามารถแยกและตรวจจับหลุมอุกกาบาตบนพื้นผิวของดาวอังคารจากข้อมูลภาพของยาน Mars Reconnaissance Orbiter (MRO) ของ NASA ได้ โดย AI ดังกล่าวมีชื่อเรียกว่า Capturing Onboard Summarization to Monitor Image Change หรือ COSMIC

COSMIC เป็น AI สำหรับการจัดจำแนกหลุมอุกกาบาตซึ่งผ่านการเทรนมาด้วยรูปหลุมอุกกาบาตกว่า 6,830 รูป ซึ่งส่วนหนึ่งของรูปทั้งหมดนี้เป็นรูปของหลุมอุกกาบาตที่ถูกยืนยันแล้วโดยกล้อง HiRISE (High Resolution Imaging Experiment) ของ MRO ที่มีความละเอียดสูงมากขนาดที่สามารถเห็นลอยล้อของโรเวอร์ Curiosity ได้

โดยปกติแล้ว MRO จะถ่ายรูปพื้นผิวของดาวอังคารด้วยกล้อง Context Camera ซึ่งเป็นกล้องความละเอียดต่ำแต่ครอบคลุมพื้นที่กว่า 160 กิโลเมตรเหนือพื้นผิวของดาวอังคาร ปกติแล้ว Context camera จะไม่สามารถตรวจจับหลุมอุกกาบาตที่อยู่เดี่ยว ๆ ได้ ต้องเป็นกลุ่มของหลุมอุกกาบาตเท่านั้นถึงจะตรวจได้ เพราะว่าภาพที่ถ่ายได้มีรายละเอียดไม่พอให้มนุษย์แยกแยะได้ว่าอันไหนคือหลุมอุกกาบาตอันไหนไม่ใช่หลุมอุกกาบาต และการจะเอากล้อง HiRISE ไปเช็คทุกอันก็ไม่สามารถทำได้เช่นกัน เพราะพื้นที่ที่ต้องเช็คนั้นกว้างเกินไป HiRISE ไม่สามารถถ่ายรูปแบบสแกนได้ ทำได้เพียงเจาะจงจุดที่จะถ่ายแล้วถ่ายเท่านั้น จึงทำให้ต้องมีการคัดกรอง Candidate ให้ HiRISE ก่อน

ภาพจำลองยาน Mars Reconnaissance Orbiter (MRO) – ที่มา NASA/JPL/Corby Waste

เมื่อเทรนเสร็จ COSMIC ถูกใช้ในการประมวลผลรูปภาพจาก Context camera กว่า 112,000 ภาพบน Computer cluster ของ JPL ซึ่งเป็น High-performance computers เปรียบเทียบระหว่างการประมวลผลโดยมนุษย์กับโดย AI แล้ว มนุษย์ใช้เวลากว่า 40 นาทีในการคัดกรองภาพ ๆ หนึ่งในขณะที่ AI ที่รันบน Supercomputer ใช้เวลาในการประมวลผลเพียงแค่ไม่กี่วินาทีเท่านั้น และเพื่อเร่งการประมวลผลภาพทั้ง 112,000 ภาพนั้น นักวิจัยที่ JPL ยังแบ่งภาพทั้ง 112,000 ภาพ ออกเป็นกลุ่มย่อย ๆ อีกจำนวนมาก แล้วรัน COSMIC เพิ่มอีก 750 instances โดยให้แต่ละ Instances กระจายข้อมูลแยกกันทำของตัวเอง แทนที่ Instances เดียวจะทำทั้ง 112,000 ภาพ เพื่อเร่งความเร็วในการประมวลผลและลด Workload ใน Node ของ Cluster ลง

หลัง COSMIC คัดแยกภาพที่มีความเป็นไปได้ว่ามีหลุมอุกกาบาตอยู่พร้อม Mark จุดที่เป็น Candidate ไว้ มนุษย์ก็จำเป็นจะต้องตรวจสอบสิ่งที่ AI คัดแยกออกมาว่าสิ่งที่ได้เป็นหลุมอุกกาบาตจริง ๆ ไม่ใช่โขดหินหรือเหว (False positive) เพราะว่าการใช้ Neural network/AI มาช่วยในการทำงานนั้น เราสามารถควบคุมได้เพียงแต่ Input เท่านั้น เราจะไม่สามารถย้อนกลับไปดู Process ภายในได้เลยว่าทำไม AI มันถึงคิดว่ารูปรูปหนึ่งเป็นหลุมอุกกาบาตหรือเป็นเหว จึงต้องคอยมีมนุษย์มาตรวจสอบว่ารูปเป็น False positive หรือ Positive หากเป็นรูป False positive (ไม่ใช่หลุมอุกกาบาต) ก็จะต้องเอารูปที่ Input เข้ามากลับไป Retrain ใหม่และบอกมันว่าอันนี้ไม่ใช่หลุมอุกกาบาต (โว้ย)

ไดอะแกรมเบื้องต้นของ Neural network ซึ่งเป็นพื้นที่ของ Artificial intelligence (AI) – ที่มา W3C

เมื่อมนุษย์ได้คัดภาพ Candidate จากภาพที่ COSMIC คัดมาแล้วเสร็จสิ้น ขั้นตอนต่อไปก็คือการป้อน Candidate ให้กล้อง HiRISE ไปตรวจสอบว่าภาพที่คัดมานั้นเป็นหลุมอุกกาบาตจริง ๆ

วันที่ 26 สิงหาคม 2020 กล้อง HiRISE ของ MRO ยืนยันการค้นพบของ COSMIC ที่ก่อนหน้านี้ระบุว่ารอยเปื้อนสีดำบริเวณ Noctis Fossae บนดาวอังคารอาจเป็นหลุมอุกกาบาต ซึ่งหากดูจากภาพที่ถ่ายได้จากกล้องความละเอียดต่ำ Context camera ของ MRO แล้วแทบจะดูไม่ออกเลยว่ามันเป็นหลุมอุกกาบาตเพราะว่ามันมีขนาดเล็กมาก ๆ

ภาพเหนือพื้นที่บริเวณ Noctis Fossae บนดาวอังคาร – ที่มา NASA/JPL-Caltech/MSSS

ภาพนี้เป็นภาพที่ถ่ายได้จาก Context camera ของยาน MRO ซึ่งเป็นกล้องที่มีความละเอียดต่ำแต่ครอบคลุมพื้นที่กว้างกว่ากล้อง HiRISE ซึ่งเป็นกล้องความละเอียดสูง หากดูภาพนี้แล้วหลายคนอาจจะคิดว่า ไอหลุมตรงกลางมันคือหลุมอุกกาบาตที่ว่าใช่ไหม ใคร ๆ ก็เห็นนิ แต่อย่างไรก็ตาม หลุมที่เราพูดถึงอยู่ไม่ใช่ไอหลุมตรงกลาง (มันไม่ใช่หลุมด้วยซ้ำ ฮา) แต่หลุมที่เราพูดถึงอยู่คือรอยสีดำ ๆ บริเวณมุมซ้ายล่างของภาพต่างหาก

Annotated Image: ภาพเหนือพื้นที่บริเวณ Noctis Fossae บนดาวอังคาร – ที่มา NASA/JPL-Caltech/MSSS

ใช่แล้ว รอยเปื้อนสีดำในวงกลมสีแดงนั่นคือหลุมอุกกาบาต หากมองจากเพียงแค่ Context camera มันก็แค่รอยเปื้อนสีดำเท่านั้น อาจจะเป็นฝุ่นเกาะเลนส์กล้อง? แต่ COSMIC บอกว่ามันคือหลุมอุกกาบาต ไม่พอ มนุษย์ก็ดันให้ภาพนี้ที่ COSMIC คัดมาผ่านเป็น Candidate ของหลุมอุกกาบาตอีก การถ่ายภาพด้วย HiRISE จึงเริ่มขึ้น และนี่คือภาพจากกล้องของ HiRISE

ภาพของหลุมอุกกาบาตเหนือพื้นที่ Noctis Fassae – ที่มา NASA/JPL-Caltech/University of Arizona

นี่คือภาพของรอยเปื้อนสีดำที่เรากล่าวถึงซึ่งถ่ายจากกล้องความละเอียดสูง HiRISE ของ MRO เป็นภาพของกลุ่มของหลุมอุกกาบาตซึ่งหลุมที่กว้างที่สุดมีขนาดเส้นผ่านศูนย์กล้างประมาณ 4 เมตร กระจายตัวเหนือพื้นที่ประมาณ 30 เมตรบนดาวอังคาร และนับเป็นภาพแรกของหลุมอุกกาบาตที่ถูกตรวจพบโดย AI

นับเป็นความสำเร็จครั้งแรกในการนำ AI เข้ามาช่วยในด้านการสำรวจพื้นผิวดาวอังคารของ NASA ซึ่งจะช่วยลดภาระงานให้นักวิจัยของ NASA แทนที่จะต้องมานั่งคัดแยกภาพที่ครอบคลุมพื้นที่เกือบ 160 ตารางกิโลเมตร และยังช่วยลดเวลาในการคัดกรองหลุมอุกกาบาตและลดเวลาในการสำรวจหลุมอุกกาบาตด้วย MRO ลงด้วย JPL กำลังนำ Candidate ที่คัดได้เพิ่มเติมจาก COSMIC ไปสำรวจด้วย HiRISE เพื่อยืนยันการค้นพบหลุมอุกกาบาตหลุมต่อ ๆ ไป

เรียบเรียงโดย ทีมงาน SPACETH.CO

อ้างอิง

AI Is Helping Scientists Discover Fresh Craters on Mars





Read More

บทความอื่น ๆ ที่ควรอ่านต่อ



เรื่องราวน่าสนใจ

อัพเดทเรื่องราว ข่าว และบทวิเคราะห์เจาะลึก