當前位置:
首頁 > 科技 > 想在火星上種土豆?機器學習可以幫你分析表層化學成分

想在火星上種土豆?機器學習可以幫你分析表層化學成分

選自PHYS.ORG


參與:Chen Xiaoqing、盛威


引言:馬薩諸塞大學阿姆赫斯特分校和霍利奧克山學院的研究人員,正組隊將機器學習領域的近期進展,特別是受生物學啟發的深度學習方法,用於分析大量火星科學數據。

想在火星上種土豆?機器學習可以幫你分析表層化學成分



馬薩諸塞大學阿姆赫斯特分校和霍利奧克山學院的研究人員,正組隊將機器學習領域的近期進展,特別是受生物學啟發的深度學習方法,用於分析大量火星科學數據。


美國國家科學基金會(NSF)最近撥出了一筆分四年發放的 120 萬美金贊助資金給馬薩諸塞大學阿姆赫斯特分校信息與計算機科學院的主要研究者 SridharMahadevan。與他一起的還有來自阿姆赫斯特的超光譜圖像分析專家 Mario Parente,以及來自曼荷蓮學院(Mount Holyoke College)的行星化學科學與地質學的科學家 Darby Dyar,他同時也活躍於火星探險的科研任務團隊。

Mahadevan 解釋說,NASA的「好奇號」火星探測器已經從2012年8月開始在火星上探索一個深坑,並穩定地持續傳送回拍攝圖像與關於岩石和塵土的化學成分數據以供研究。這些數據包括從岩石樣品的一維光譜到火星表面的三維超光譜圖像。


他指導的博士學生,來自阿默斯特分校自動學習實驗室的 Thomas Boucher, CJ Carey, Steve Giguere, Ian Gemp, Francisco Garcia 和 Ishan Durugkar,他們正在研究機器學習演算法,以此展示(第一次)在解決大型科學數據組問題方面,深度學習方法是切實可行而又有用的新工具。


科學家們從激光誘導擊穿光譜(LIBS)過程所產生的數據中篩選出關於火星岩石和塵土的信息。在曼荷蓮學院, Dyar 指導了一個實驗室,他們使用探測器上相同的激光加光譜儀工具——激光照射火星岩石,並傳送回岩石表面因加入到高溫所發射出的光頻信息,這些信息可以被用於識別岩石的化學成分。


火星圖像分析任務的指揮者是自阿姆赫斯特電子與計算機工程系的 Mario Parente ,他使用的工具是可以傳送行星表面大面積圖像的超光譜相機。不像傳統相機,這個超光譜工具能將光譜劃分出更多波段,遠超人類可視的波段數量。例如,研究者可以通過一副亞馬遜熱帶雨林的超光譜地圖,分解出多個不同頻率的圖像,並分析出該地圖上的上百種樹木的類型。在整個紅外波長範圍內,「好奇號」上搭載的超光譜相機,既可以在可見光波段內進行觀察,也可以在更短波長波段內進行觀察。這一功能可以幫助科學家識別出火星表面上更多的礦石類型。


Mahadevan 指出,深度學習方法已經在語音和視覺識別軟體上證明了其令人驚訝的效果。現在問題是,這些方法是否可以被應用於分析天文學中那些由無線電望遠鏡和光學望遠鏡記錄的、以及醫學和許多其他領域的光譜儀和顯微鏡生產的大量科研數據。

「 有了資金的幫助,我們將要探索深度學習能夠如何幫助上述的分析工作。我們知道,現在在識別不同的物體的能力上,深度學習幾乎已經達到了人類水平。我們的研究將會證明,它的能力不僅僅只能識別地球上的物體,它還可以從火星岩石圖譜中分析它的行星地球化學(planetary geochemistry)。我們希望它能擅長於做這些新的事情,四年內,我們就可以證明深度學習比其他傳統辨析方法都要成功。」


Mahadevan 解釋說,深度學習在某種程度上是被用來應對大數據的挑戰的。「 深度學習的其中一個特徵就是你給它越多的數據,它便越開心。」他說道,「 它會通過識別並記住模式來以我們的方式學習。你給它上百萬次的經驗,然後它就記住了。這就像垃圾郵件過濾,你向它展示數千封垃圾郵件以及正常的郵件後,它就會知道如何將正常郵件和垃圾郵件區分開來。」


這位人工智慧專家還指出,機器學習不僅比人類能夠更快的解決某些問題,它還可以發覺人們無法看見的某些細節。通過訓練,深度學習軟體可以識別出化學樣本,甚至比人工識別還要精準。


Mahadevan補充道,「 在計算機運行速度還很慢且儲存容量很昂貴的時候,這種方法的成本幾乎讓人難以承受。但是現在計算機比以前要快上千上萬倍,並且容量要便宜得多,也因此,針對海量數據的處理就變得可行了。」但是他警告說,「當然了,它並不完美。它也會犯錯誤。這個科研項目只解決了我們需要知道的其中一件事。沒有人真正證明過深度學習技術可以給我們帶來我們期待的科研數據。但總得有人做出嘗試。」


「我已經為這個時刻等待三十多年了,現在是時候了。」他說道,「 我們曾經認為人工智慧是一個遙不可及的夢想,但是這個夢想正在變為現實。我認為機器學習和認知計算就是大數據科學的未來。」

?


請您繼續閱讀更多來自 機器之心 的精彩文章:

未來法庭——機器學習讓最高法院判決更透明
為什麼你大腦的90%都像中了沉睡魔咒?
史上最強機器人進化編年史
人工智慧或幫助宇宙科學家生成第一張黑洞圖像
機器人商業評論:丹麥成為歐洲機器人中心的5個原因
您可能感興趣

深度學習遇上物理學:上能分析星系團,下能解碼基本粒子
化妝品你所不知的成分分析
7個洗眼液成分分析,教你科學洗眼
挑戰閱讀最難項!幫孩子學會人物特點分析,孩子語文成績自然提高
孫悟空為什麼會煉成「火眼金睛」?化學老師專業分析道出原因
高中化學滲透的哲學思想 神分析,完全想不到啊!
喝豆漿就能瘦?分析熱豆漿所隱藏的魅力
也分析下肌肉啊!日本音響研究所將對水樹奈奈聲音進行具體科學量化分析
這或許是首次用化學分析研究證實:紫砂壺泡烏龍茶更好喝
好奇號首次用化學相機分析鐵鎳隕石「蛋岩」!
超神學院手游其他星系怪物種類分析
科學分析給你看,游泳真的比跑步更減肥
「回歸分析」真的算是「機器學習」嗎?
技術流!科學分析到底怎麼穿衣服最顯白
技術分析:哪種掃地機器人好用會認路還不亂跑
其實他想和你分手了——分析冷暴力分手
見微知著:一位優秀科學計量學家採用的研究方法之分類編碼分析
機器深度學習與大數據結合在醫學圖像分析應用
幫你科學的分析茶葉的四味