近年では 人工知能 (AI) は勢いを増しており、従来のコンピューティングよりも速く問題を解決できるようになっています。 例えば、最近 ディープマインド、子会社 でログイン、人工知能を扱う、開発された アルファFold2、タンパク質の折り畳みの問題を解決できるプログラム。 これは、科学者を 50 年間悩ませてきた問題です。
人工知能の進歩により、私たちはあらゆる種類の分野で進歩を遂げることができました - そしてそれらはこの地球上のアプリケーションに限定されません. ミッションの設計から、地球の軌道上の破片の除去まで、人工知能が宇宙でさらに前進するのに役立ついくつかの方法を以下に示します。
宇宙飛行士のアシスタント
研究者は、宇宙飛行士を支援するインテリジェント アシスタントの開発に取り組んでいます。 これらの人工知能 (AI) アシスタントは、映画のようにファッショナブルに見えなくても、宇宙探査に非常に役立つ可能性があります。
新しく開発された仮想アシスタントは、二酸化炭素の上昇やセンサーの誤動作などの宇宙船の変化など、長期の宇宙飛行で潜在的に有害な可能性のあるあらゆる危険を検出する可能性があります。 その後、乗組員に検査の提案を警告します。
アシスタント キモン 2019 年 月に国際宇宙ステーション (ISS) に運ばれ、そこで 年間テストが行われています。 最終的に、Cimon は、宇宙飛行士が求めるタスクを完了することで、宇宙飛行士のストレスを軽減するために使用されます。 米航空宇宙局（NASA） また、ISS に搭乗する宇宙飛行士向けの人工衛星も開発中です。 ロボノート、宇宙飛行士と一緒に働いたり、宇宙飛行士にとって危険すぎるタスクを実行したりする人。
ミッションの設計と計画
火星へのミッションを計画することは困難な作業ですが、人工知能はそれを容易にすることができます. 新しい宇宙ミッションは、従来、以前の研究から得られた知識に基づいています。 ただし、この情報は多くの場合、制限されているか、完全に利用できない場合があります。
これは、技術情報の流れが、他のミッション設計エンジニアとアクセスして共有できる人に限定されることを意味します。 しかし、事実上すべての過去の宇宙飛行に関するすべての情報が、資格情報を持っている人なら誰でも数回クリックするだけで利用できるとしたらどうでしょう。 いつの日か、ウィキペディアに似たよりスマートなシステムが登場するかもしれませんが、信頼できる最新の情報で複雑なクエリに答えることができる人工知能を備えており、新しい宇宙ミッションの初期の設計と計画に役立ちます。
研究者は、そうでなければ多くの工数を必要とする最初のミッション設計に必要な時間を短縮するために、アシスタント設計エンジニアのアイデアに取り組んでいます。 ダフネ 衛星地球観測システムの設計におけるスマート アシスタントのもう つの例です。 Daphne は、衛星開発チームのシステム エンジニアによって使用されます。 これにより、レビューや特定のクエリへの回答などの関連情報へのアクセスが提供されるため、仕事が容易になります。
衛星データの処理
地球観測衛星は膨大なデータを生成します。 このデータは、長期間にわたって地上局によってバッチで受信され、分析する前にまとめて収集する必要があります。 非常に小規模な衛星画像の基本的な分析のためのクラウドソーシング プロジェクトがいくつかありますが、人工知能は衛星データの詳細な分析のために私たちの助けになることができます。
膨大な量のデータを受け取ったので、AI はそれを処理するのに非常に効果的であることが判明しました。 これは、都市部の熱蓄積を推定したり、気象データを衛星画像と組み合わせて風速を推定したりするために使用されています。 AI は、他の多くのアプリケーションの中でも、静止衛星からのデータを使用して太陽放射を推定するのにも役立ちました。
データ処理用の AI は、衛星自体にも使用できます。 最近の研究で、科学者は、遠隔衛星の状態監視システムのためにさまざまな人工知能技術をテストしました。 衛星から受信したデータを分析して、問題を特定し、衛星のパフォーマンスを予測し、情報に基づいた意思決定のための視覚化を提供できます。
スペースデブリ
21 世紀の最大の宇宙課題の つは、スペースデブリを取り除くことです。 によると ESA、既存の宇宙インフラに深刻な脅威をもたらす34cmを超える物体が約000個あります。 再突入衛星の開発など、脅威と戦うための革新的なアプローチがいくつかあります。
もう つのアプローチは、デブリの生成を防ぐことで、宇宙で起こりうる衝突を回避することです。 最近の研究では、研究者は機械学習 (ML) 技術を使用して衝突回避操作を設計する方法を開発しました。
また興味深い：
もう つの新しいアプローチは、地球上で利用可能な膨大な計算能力を使用して機械学習モデルをトレーニングし、それらのモデルを軌道上または途中の宇宙船に転送し、それらを搭載してさまざまな決定を下すことです。 宇宙飛行の安全性を確保する つの方法が、宇宙船に搭載された既に訓練されたネットワークを使用して最近提案されました。 これにより、軌道上での衝突の危険性を最小限に抑えて衛星を設計する際の柔軟性が高まります。
ナビゲーションシステム
地球上では、GPS やその他のナビゲーション システムを使用する Google マップなどのツールに慣れています。 しかし、他の地球外天体については、そのようなシステムはまだありません。
月や火星の周りにナビゲーション衛星はありませんが、監視衛星から得た何百万もの画像を使用できます。 月探査オービター (LRO)。 2018 年、NASA の研究者グループは Intel と協力して、惑星探査用の AI を使用したインテリジェント ナビゲーション システムを開発しました。 彼らは、さまざまなミッションで撮影された何百万もの写真でモデルをトレーニングし、月の仮想マップを作成しました。
私たちは宇宙を探索し続ける中で、生来の好奇心を満たし、地球上の生活を改善するための野心的なミッションを計画し続けます。 私たちの取り組みにおいて、人工知能は、地球と宇宙の両方でこの研究を可能にするのに役立ちます。
また読む：