La exploración espacial es un campo que ha inspirado a miles de científicos para formarse con el objetivo de aportar su granito de arena a la hora de ampliar las fronteras de nuestro conocimiento sobre el universo. También en el campo de la computación.
Por ello, Microsoft y la NASA han unido esfuerzos y acaban de anunciar el lanzamiento conjunto de una serie de cursos online destinados a formar a aquellos se inician en la programación a usar el lenguaje Python y algoritmos de machine learning… para tareas relacionadas con el ámbito de la NASA: desde clasificar rocas espaciales a predecir las condiciones meteorológicas durante el lanzamiento de los cohetes.
Este trayecto formativo nos irá enseñando conceptos básicos sobre qué es un lenguaje de programación, o sobre cómo podemos usar el editor Visual Studio Code de Microsoft, instalar extensiones para Python o ejecutar un Jupyter notebook desde dicho editor.
Es decir, todo lo necesario para empezar a trabajar en un proyecto de machine learning. Pero no nos engañemos: el curso no nos enseñará cómo codifican en Python los ingenieros de la NASA, sino que aporta ideas de cómo Python podría ser útil para afrontar algunos desafíos reales de la exploración espacial.
Primer módulo: Introducción a Python para la exploración espacial
En el módulo de 'Introducción a Python para la exploración espacial', compuesto de ocho unidades, encontraremos información sobre el programa Artemis de la NASA (que tiene como objetivo aterrizar a la primera mujer en la Luna en 2024) y sobre sus principales sistemas tecnológicos (de comunicación, de lanzamiento, de exploración lunar, etc.).
Este primer módulo no ofrecerá mucha información sobre cómo programar en Python, pero sí explica el importante papel que tienen los ingenieros informáticos en estas misiones, gracias a su papel en el diseño y uso de diversas máquinas:
"Decidir cómo programar un robot para recoger muestras de roca, recopilar metadatos y no perturbar el área de muestra, no es algo trivial, más aún si tenemos en cuenta que los programadores no podrán probar los robots en un entorno verdaderamente preciso antes de enviarlos a la misión".
Segundo módulo: Clasificar rocas espaciales mediante Python e inteligencia artificial
El módulo 'Clasificar rocas espaciales mediante Python e inteligencia artificial' también está compuesto de ocho unidades, y requiere ya de cierta familiaridad con Python y la ciencia de datos, pues detalla las principales bibliotecas de análisis de datos y visualización de datos para este lenguaje (como PyTorch), además de vincularlo todo a los servicios de IA de Azure.
Durante este módulo, los estudiantes aprenderán cómo diseñar un modelo de inteligencia artificial capaz de clasificar diferentes tipos de rocas espaciales a partir de fotos aleatorias.
Tercer módulo: Predecir retrasos en el lanzamiento de cohetes con machine learning
Compuesto de sólo tres unidades, 'Predecir retrasos en el lanzamiento de cohetes con machine learning' nos enseña qué tipos de algoritmos son los más adecuados para diferentes tipos de análisis, desde clasificar imágenes a generar recomendaciones, además de ofrecer más información sobre la creación de modelos de aprendizaje automático. El objetivo principal de este modulo es, según Microsoft,
"Emocionar a los estudiantes y hacer que tengan curiosidad por descubrir cómo el machine learning podría ayudar a resolver otros problemas, tanto en el descubrimiento del espacio como en diferentes aspectos de la vida".
Vía | TechRepublic
