好奇心漫遊者於2012年降落在火星表面上。資料來源：NASA
在NASA的網站我們將找到有關一個程序的信息，我們每個人都可以成為非常不尋常的駕駛教練，因為我們可以幫助指導火星漫遊者好奇心。分析來自火星發送的一系列照片時給出的提示將有助於開發控制車輛的AI算法，以及開發為未來探險到該星球的方向系統的開發。
簡而言之：
- AI4 -MARS應用程序可以幫助火星車在當前和將來的任務中更容易導航；
- 該程序數據庫中已經有8000多張照片，他們正在等待互聯網用戶描述。
調查過去是否有過去火星生命發展的條件是在2011年發起的。大約一年後，好奇心流浪者降落在地球的表面上並開始工作。該車輛基本上是一個無人的實驗室，在六個輪子上移動。由於距離，距地球的信號傳輸時間可以達到20分鐘以上。因此，不可能手動控制流動站，它必須自己做很多工作。它由自動算法控制，這些算法正在不斷開發。為了改善這一過程，美國宇航局已從互聯網上獲得幫助。
為此目的AI4MARS開發了瀏覽器應用程序。啟動後，我們將看到一個簡短的介紹，我們應該閱讀以了解該怎麼做。然後，值得在黑白照片上訓練一段時間。當我們覺得自己已經準備好時，我們可以開始主要任務。然後，該程序將開始顯示圖片，我們必須在其中標記代表四種表面的區域在火星上遇到。
這就是AI4MARS中的區域的確定。資料來源：Zooniverse
這對應於火星人SPOC（土壤特性和物體分類）算法，在自動漫遊方向的工作中存在。它與自主駕駛系統所使用的程序有很大不同，例如在特斯拉汽車中。在火星上，沒有道路，樹木，建築物和類似地標。一切都基於識別表麵類型。
流動站的AI將相機圖像與圖像片段進行比較，以自動標記該區域。這極大地幫助了任務策劃者繪製好奇心的路線。這就是為什麼他們需要我們的幫助。它可以使用的恰當分類樣品的底部越大，車輛在火星表面上的定向就越容易。目前，AI4Mars擁有8000多張地球表面的照片，其中一些仍在等待由互聯網用戶分類。誠然，我們不會為我們的工作獲得報酬，但是我想值得在太空探索方面提供幫助嗎？
Ricky