[论文解读] SpaceML: Distributed Open-source Research with Citizen Scientists for the Advancement of Space Technology for NASA

Anirudh Koul, Siddha Ganju+2 more|arXiv (Cornell University)|Dec 19, 2020

Scientific Computing and Data Management参考文献 6被引用 8

一句话总结

SpaceML 是一个开源、由公民科学驱动的AI研究计划，通过提供易于访问的云工具和导师指导，吸引全球志愿者（尤其是学生）参与，从而加速空间技术的发展。该计划使没有AI背景的高中生也能参与NASA项目（如CAMs流星探测系统），在自监督学习和多分辨率图像搜索方面取得最先进成果，并实现实时发现新的流星雨。

ABSTRACT

Traditionally, academic labs conduct open-ended research with the primary focus on discoveries with long-term value, rather than direct products that can be deployed in the real world. On the other hand, research in the industry is driven by its expected commercial return on investment, and hence focuses on a real world product with short-term timelines. In both cases, opportunity is selective, often available to researchers with advanced educational backgrounds. Research often happens behind closed doors and may be kept confidential until either its publication or product release, exacerbating the problem of AI reproducibility and slowing down future research by others in the field. As many research organizations tend to exclusively focus on specific areas, opportunities for interdisciplinary research reduce. Undertaking long-term bold research in unexplored fields with non-commercial yet great public value is hard due to factors including the high upfront risk, budgetary constraints, and a lack of availability of data and experts in niche fields. Only a few companies or well-funded research labs can afford to do such long-term research. With research organizations focused on an exploding array of fields and resources spread thin, opportunities for the maturation of interdisciplinary research reduce. Apart from these exigencies, there is also a need to engage citizen scientists through open-source contributors to play an active part in the research dialogue. We present a short case study of SpaceML, an extension of the Frontier Development Lab, an AI accelerator for NASA. SpaceML distributes open-source research and invites volunteer citizen scientists to partake in development and deployment of high social value products at the intersection of space and AI.

研究动机与目标

• 通过创建可持续的开源跨学科AI研究模式，弥合长期学术研究与短期商业产品开发之间的差距。
• 通过吸引代表性不足的非传统贡献者（如来自不同社会经济和地理背景的高中生）参与，实现高影响力空间与AI研究的普惠化。
• 通过开源挑战、结构化导师指导和公开代码仓库，提升AI研究的可复现性与知识转移效率。
• 通过敏捷开发和云基础设施，加速研究向现实世界可部署系统（目标为NASA技术成熟度等级9，TRL-9）的转化。
• 通过结构化、面向初学者的挑战和专家导师指导，提供基于项目的AI与地球科学实践学习，提升STEAM教育质量。

提出的方法

• 在GitHub上以开源微型项目形式发布FDL研究挑战，明确界定研究范围、数据访问方式、技术栈和参考材料。
• 利用Google Colab提供免费GPU访问和零配置环境，使贡献者无需本地配置即可立即开始编码。
• 实施分层贡献模式：从基础挑战评估参与者的动机与能力，表现优异者随后获得导师指导并承担进阶任务。
• 为表现优异的贡献者提供云资源额度，以在高性能计算资源上扩展模型训练与实验。
• 设立定期专家评审和受控里程碑，确保贡献的技术正确性、影响力和相关性。
• 推动公私合作，将贡献者与领域专家及产业导师连接，实现项目持续发展与知识转移。

实验结果

研究问题

• RQ1 开源、由公民科学驱动的研究模式能否有效加速空间技术中真实AI应用的开发？
• RQ2 没有AI背景的高中生在自监督学习和数据平衡等先进AI技术方面，能在多大程度上实现最先进成果？
• RQ3 如何利用Google Colab等云平台降低高影响力科研参与的门槛，并扩大参与规模？
• RQ4 结构化导师指导与专家评审在提升分布式开源AI研究的可复现性与质量方面发挥何种作用？
• RQ5 开放、透明、协作的研究模式能否提升AI系统在空间科学应用中达到TRL-9（飞行就绪）状态的部署效率？

主要发现

• SpaceML使没有AI背景的高中生能够参与高级AI研究，包括未标注卫星图像的自监督学习和多分辨率图像搜索。
• 贡献者在某些技术上达到最先进水平，例如无标签数据平衡和缺失卫星图像的合成补丁生成。
• 该项目促成了多个新流星雨的发现，包括南鱼座α流星雨和凤凰座流星雨，有助于精炼母彗星格里格-梅利什的轨道。
• 通过SpaceML贡献增强的CAMS网络工具，实现了近一个月一次的新流星雨报告，显著提升了科研产出与公众参与度。
• 2020年SpaceML项目中的高中生参与者报告称，对地球科学、气候变化及相关STEAM领域的职业兴趣显著提升。
• 借助提供免费GPU的Google Colab和结构化的入门挑战，贡献者能够快速构建和扩展AI模型，显著缩短开发周期。