Nested Fusion – algorytm z Marsa, który może pomóc na Ziemi
Nowy algorytm Nested Fusion, testowany przez łazik NASA Perseverance na Marsie może pomóc w lepszym przewidywaniu huraganów, pożarów i innych ekstremalnych zjawisk pogodowych na Ziemi.
Jak wskazują naukowcy nowy algorytm poprawia zdolność naukowców do poszukiwania starożytnych oznak życia na powierzchni Czerwonej Planety w ramach misji NASA Mars 2020. Ponadto jak twierdzą badacze wykorzystanie tego nowego rozwiązania może pomóc również na Ziemi.
Twórca algorytmu, Austin P. Wright z Georgia Institute of Technology, zaprezentował Nested Fusion na 2024 International Conference on Knowledge Discovery and Data Mining (KDD 2024), gdzie zdobył drugie miejsce w konkursie na najlepszy projekt. Został on opublikowany w czasopiśmie Proceedings of the 30th ACM SIGKDD Conference on Knowledge Discovery and Data Mining.
„Nested Fusion może być naprawdę przydatny dla badaczy z wielu różnych dziedzin, nie tylko naukowców z NASA. Metoda ta wizualizuje złożone zestawy danych, które mogą być trudne do uzyskania ogólnego obrazu na początkowych etapach analizy” – mówi Wright.
Zdaniem naukowców, Nested Fusion łączy zestawy danych o różnych rozdzielczościach w celu uzyskania pojedynczej wizualnej dekompozycji o wysokiej rozdzielczości. Korzystając z tej metody, astronomowie z NASA mogą łatwiej analizować wiele zestawów danych z różnych źródeł w tym samym czasie. Może to prowadzić do szybszych badań składu powierzchni Marsa w celu znalezienia wskazówek dotyczących przeszłego życia. Algorytm ten pokazuje, w jaki sposób nauka o danych wpływa na tradycyjne dziedziny nauki, takie jak chemia, biologia i geologia.
Ponadto Wright opracowuje aplikacje Nested Fusion do modelowania zmieniających się wzorców klimatycznych, życia roślin i zwierząt oraz innych koncepcji w naukach o Ziemi. Ta sama metoda może łączyć nakładające się zestawy danych ze zdjęć satelitarnych, biomarkerów i danych klimatycznych.
„Użytkownicy rozszerzyli Nested Fusion i podobne algorytmy na kontekst nauk o Ziemi, co spotkało się z bardzo pozytywnymi opiniami. Analiza korelacji krzyżowej zajmuje dużo czasu i nie jest wykonywana na wczesnych etapach badań, kiedy pojawiają się wzorce i powstają nowe hipotezy. Nested Fusion pozwala ludziom odkrywać te wzorce znacznie wcześniej” – tłumaczy Wright.
Perseverance wykorzystuje Planetary Instrument for X-ray Lithochemistry (PIXL) do zbierania danych na temat składu mineralnego powierzchni Marsa. Dwa główne narzędzia PIXL to spektrometr fluorescencji rentgenowskiej (XRF) i kamera wielokonturowa (MCC).
Gdy PIXL skanuje obszar docelowy, tworzy dwa skoordynowane zestawy danych z komponentów. XRF zbiera dokładny skład pierwiastkowy próbki. MCC tworzy obrazy próbki, aby zebrać wizualne i fizyczne szczegóły, takie jak rozmiar i kształt.
Pojedyncze widmo XRF odpowiada około 100 pikselom obrazu MCC dla każdego punktu skanowania. Unikalna rozdzielczość każdego narzędzia utrudnia mapowanie między nakładającymi się warstwami danych. Jednak badacze zaprojektowali Nested Fusion, aby pokonać tę przeszkodę.
Oprócz rozwoju nauki o danych, Nested Fusion usprawnia pracę naukowców NASA. Korzystając z tej metody, pojedynczy naukowiec może wstępnie oszacować skład mineralny próbki w ciągu kilku godzin. Przed wprowadzeniem tego rozwiązania, to samo zadanie wymagało wielu dni współpracy między zespołami ekspertów na każdym instrumencie.
Emil Gołoś
