SpaceML：与公民科学家开展的分布式开源研究以推进 NASA 空间技术
计算机视觉与模式识别
2021-02-17 v3 空间物理
摘要
传统上，学术实验室开展开放式研究，主要关注具有长期价值的发现，而非可部署于现实世界的直接产品。另一方面，工业界的研究由其预期商业投资回报驱动，因而聚焦于具有短期时间线的现实世界产品。在这两种情况下，机会都是选择性的，通常只提供给具有高等教育背景的研究人员。研究往往在封闭环境下进行，并可能保密至发表或产品发布为止，加剧了 AI 可复现性问题，并减缓了领域内其他人的未来研究。由于许多研究机构倾向于专门关注特定领域，跨学科研究的机会减少。在未经探索领域开展非商业但具有重大公共价值的长期大胆研究因包括高前期风险、预算限制以及小众领域数据与专家匮乏等因素而困难重重。仅有少数公司或资金充裕的研究实验室能负担此类长期研究。随着研究机构聚焦于激增的领域且资源分散，跨学科研究的成熟机会减少。除这些迫切问题外，也需通过开源贡献者吸纳公民科学家积极参与研究对话。我们呈现 SpaceML 的简短案例研究，其为 NASA 的 AI 加速器 Frontier Development Lab 的扩展。SpaceML 分发开源研究，并邀请志愿公民科学家参与空间与 AI 交叉领域高社会价值产品的开发与部署。
引用
@article{arxiv.2012.10610,
title = {SpaceML: Distributed Open-source Research with Citizen Scientists for the Advancement of Space Technology for NASA},
author = {Anirudh Koul and Siddha Ganju and Meher Kasam and James Parr},
journal= {arXiv preprint arXiv:2012.10610},
year = {2021}
}
备注
Accepted to COSPAR 2021 Workshop on Cloud Computing for Space Sciences. arXiv admin note: text overlap with arXiv:2011.04776. Edit 2021/02/16: Converted Space ML to SpaceML