Испытанный на Марсе алгоритм поможет предвидеть бедствия на Земле

Новый алгоритм, протестированный при использовании марсохода НАСА Perseverance («Настойчивость»), поможет спрогнозировать ураганы, лесные пожары и другие природные катаклизмы.


Аспирант Технологического института Джорджии Остин Райт стал первым автором публикации о достижении. Изначально алгоритм Nested Fusion («Вложенное слияние») был создан в помощь учёным, которые ищут признаки былой жизни на поверхности Марса. Программное обеспечение — часть проекта «Марс 2020». Теперь выяснилось, что учёным из других областей знаний полезны методы Nested Fusion для объединения больших баз данных, по общему вопросу, но разных.

Райт представил Nested Fusion на KDD–2024 — так для краткости называют Международную конференцию по поиску и анализу данных. На форуме текущего года специалист занял второе место в номинации «Лучшая статья».

Программное обеспечение полезно специалистам во многих областях, а не только учёным НАСА, объяснил Райт. По его словам, метод визуализирует сочетания данных из разных источников, о чём непросто получить общее представление на начальных этапах анализа.

Nested Fusion объединяет массивы данных разного объёма в единую и очень информативную картину. В результате использующим это ПО учёным в НАСА стало проще анализировать несколько комплектов сведений сразу из нескольких источников. И теперь можно быстрее исследовать состава поверхности Марса на признаки вероятной былой жизни.



Кроме того, ПО показывает, как наука о работе с данными (даталогия) влияет на традиционные сферы знаний, например, на химию, биологию и геологию. Мало того, Райт разрабатывает приложения на основе своего алгоритма для моделирования погодных изменений, изучения флоры и фауны и в помощь другим наукам о Земле. Также программный метод может сводить воедино относящиеся к одному и тому же информацию из спутниковых снимков, биологические показатели и сведения о климате.

Райт пояснил, что такой анализ называется кросс-корреляционным, и он обычно требовал много времени. К тому же при работе традиционными методами он не проводился в начале исследований, когда ещё только отмечались первые закономерности и складывались новые гипотезы. Напротив, Nested Fusion позволяет специалистам намного быстрее выявлять важное.

Марсианский ровер «Персеверанс» среди прочих средств использует для исследований химического состава осадочных пород планетарный инструмент рентгеновской литохимии (PIXL), собирая сведения о минералах на Марсе. Позволяют изучать породы на Красной планете две основные аппаратные составляющие PIXL в виде рентгенофлуоресцентного спектрометра (XRF) и многоконтекстной камеры (MCC).

Когда PIXL сканирует определённую область марсианской поверхности, то создаёт два совмещённых набора данных. Рентгенография позволяет определить довольно подробный элементный состав взятого образца породы. А MCC создаёт изображения образца, чтобы запечатлеть визуальные и физические характеристики, такие как размер и форма.

Разрешение рентгеновского оборудования — примерно 100 пикселей изображения MCC для каждой отсканированной точки. Однако особенности фиксации данных каждым из двух аппаратов затрудняет сопоставление параллельно собранных данных. Вот почему Райт с коллегами разработали ПО — чтобы одолеть это препятствие.

Став новым шагом в даталогии, Nested Fusion очень облегчает труд учёных НАСА. Используя ПО, один учёный может определить минеральный состав образца в течение нескольких часов. До появления алгоритма та же задача требовала нескольких дней совместной работы групп специалистов, применяющих ту или иную отдельно взятую аппаратуру.

Райт признался, что его чрезвычайно обрадовала награда за лучшую статью, пусть и занявшую второе место на конференции KDD–2024. Для подобных прикладных программ бывает трудно найти подходящее научное учреждение, так что встреча с исследовательским сообществом, где ценят такие проекты, очень обнадеживает, добавил учёный.