L’« œil » de l’IA d’un chercheur de la NASA pourrait aider à la collecte de données robotique

Lorsqu’il s’agit de prendre des décisions en temps réel sur des données inconnues – par exemple, choisir un chemin pour gravir une montagne que vous n’avez jamais escaladée auparavant – l’intelligence artificielle et la technologie d’apprentissage automatique actuelles sont loin de mesurer la capacité d’une personne. C’est pourquoi le scientifique de la NASA, John Moisan, développe un “œil” d’IA.

Moisan, océanographe au Wallops Flight Facility de la NASA près de Chincoteague, en Virginie, a déclaré que l’IA dirigera son A-Eye, un capteur mobile. Après avoir analysé les images, son IA trouvera non seulement des modèles connus dans les nouvelles données, mais poussera également le capteur à observer et à découvrir de nouvelles fonctionnalités ou processus biologiques.

“Une machine vraiment intelligente doit reconnaître quand elle est confrontée à quelque chose de vraiment nouveau et digne d’être observé plus avant”, a déclaré Moisan. “La plupart des applications d’intelligence artificielle cartographient des applications entraînées avec des données familières pour reconnaître des modèles dans de nouvelles données. Comment apprendre à une machine à reconnaître quelque chose qu’elle ne comprend pas, à s’arrêter et à dire” Qu’est-ce que c’est? “Regardons de plus près.” C’est la découverte.”

Trouver et identifier de nouveaux modèles dans des données complexes est toujours le domaine des scientifiques humains, et la façon dont les humains perçoivent est une grande partie, a déclaré James MacKinnon, expert en IA de Goddard. Les scientifiques analysent de grands ensembles de données en examinant des visualisations qui aident à faire ressortir les relations entre différentes variables au sein des données.

C’est une autre histoire de former un ordinateur à regarder de grands flux de données en temps réel pour détecter les connexions, a déclaré MacKinnon. Surtout lorsqu’il s’agit de rechercher des corrélations et des interrelations dans des données que l’ordinateur n’est pas encore entraîné à détecter.

Moisan a d’abord l’intention de régler son A-Eye sur l’interprétation d’images des régions aquatiques et côtières complexes de la Terre. Il espère atteindre cet objectif cette année, en entraînant l’IA à l’aide des observations des vols précédents au-dessus de la péninsule de Delmarva. Un financement de suivi l’aidera à atteindre l’objectif de pointage optique.

“Comment choisissez-vous les choses qui comptent dans un scan ?” demanda Moisan. “Je veux pointer rapidement l’A-Eye sur quelque chose balayé dans le scan, afin que d’un endroit isolé nous puissions obtenir tout ce dont nous avons besoin pour comprendre la scène environnementale.”

L’IA embarquée de Moisan scanne les données collectées en temps réel pour rechercher des caractéristiques importantes, puis passe à un capteur optique pour collecter des données plus détaillées dans l’infrarouge et d’autres fréquences.

Les machines pensantes pourraient être appelées à jouer un rôle encore plus important dans l’exploration future de notre univers. Des ordinateurs sophistiqués appris à reconnaître les signatures chimiques qui peuvent indiquer des processus de vie, ou des caractéristiques du paysage telles que des coulées de lave ou des cratères, pourraient offrir d’augmenter la valeur des données scientifiques issues de l’exploration lunaire ou de l’espace lointain.

L’IA de pointe d’aujourd’hui n’est pas prête à prendre des décisions critiques, a déclaré MacKinnon.

“Vous avez besoin d’un moyen d’avoir une perception d’une scène et de la transformer en décision et c’est vraiment difficile”, a-t-il déclaré. “Ce qui fait peur, pour un scientifique, c’est de jeter des données qui pourraient être précieuses. L’IA peut donner la priorité aux données à envoyer en premier ou avoir un algorithme qui peut attirer l’attention sur les anomalies, mais en fin de compte, ça va devenir un scientifique en regardant ces données aboutissant à des découvertes.”