美国宇航局的火星探测器车主需要你的帮助

来自名为 AI4Mars 的工具的三张图像揭示了美国宇航局好奇心号探测器所看着的不同类别的木星崎岖。通过在崎岖特征周围绘图边境线并为其分配四个标记之一，您可以帮助锻炼一种正则表达式，该正则表达式将相应为好奇心号的漫游者规划者识别崎岖类别。

您或许可以帮助 NASA 的好奇心号木星车乘员很好地定位控制系统木星。采用在线工具AI4Mars标注从红色生命体iTunes的图片中的崎岖特征，可以锻炼人工智能正则表达式相应读取崎岖。

左边是一块大石头吗？会没有是沙子？或者也许它是好的，宽阔的石灰岩。AI4Mars 转交在有权科学其网站 Zooniverse 上，可让您在崎岖周围绘图边境线并选择四个标记之一。这些标记是提升称为SPOC（土壤特性和物体分类）的木星崎岖分类正则表达式的最重要。

SPOC 由 NASA 的喷气推进的实验室开发，该的实验室政府私人机构了该私人机构的所有木星探测器目标，它标记了各种崎岖类别，创建了一个可视化地图，帮助目标团队成员确定要走的路径。SPOC 已经在采用，但控制系统可以采用进一步的培训班。

“多半，锻炼尺度学习正则表达式需要数十万个请注意，”JPL 的 AI 研究中心 Hiro Ono 却说。“例如，相应驾驶汽车的正则表达式是用大量交通设施、标志、城市交通信号灯、行人和其他车辆的图像进行锻炼的。其他用于尺度学习的公共数据集包含人、动物和建筑物——但无法木星美景。”

一旦完全加速，SPOC 将并不需要相应区分粘性土壤、高岩石、宽阔石灰岩和危险的沙丘，将图像发送到宇宙，从而更容易规划好奇心号的下一步行动。

“在未来，我们希望这种正则表达式并不需要变得有限准确，以完成其他有用的目标，例如预测漫游车的车轮在不同表面上滑出的可能性，”五郎却说。