In recente jaren Kunstmatige intelligentie (AI) wint aan kracht, waardoor we problemen sneller kunnen oplossen dan traditionele computers ooit zouden kunnen. Bijvoorbeeld, onlangs DeepMind, een dochteronderneming Kopen Google Reviews, dat zich bezighoudt met kunstmatige intelligentie, ontwikkeld AlphaFold2, een programma dat het probleem van eiwitvouwing kan oplossen. Dit is een probleem waar wetenschappers al 50 jaar mee worstelen.
Vooruitgang in kunstmatige intelligentie heeft ons in staat gesteld om vooruitgang te boeken in allerlei disciplines - en ze zijn niet beperkt tot toepassingen op deze planeet. Van het ontwerpen van missies tot het opruimen van puin in de baan van de aarde, hier zijn een paar manieren waarop kunstmatige intelligentie ons kan helpen verder te komen in de ruimte.
Assistenten van kosmonauten
Onderzoekers werken aan intelligente assistenten om astronauten te helpen. Deze kunstmatige intelligentie (AI)-assistenten, zelfs als ze er misschien niet zo modieus uitzien als in de films, kunnen ongelooflijk nuttig zijn voor verkenning van de ruimte.
Een nieuw ontwikkelde virtuele assistent zou mogelijk gevaren in langdurige ruimtevluchten kunnen detecteren, zoals veranderingen in het ruimtevaartuig, zoals stijgende kooldioxide of sensorstoringen, die mogelijk schadelijk kunnen zijn. Het zal dan de bemanning waarschuwen met inspectiesuggesties.
Assistent Cimon werd in december 2019 aan het International Space Station (ISS) geleverd, waar het drie jaar lang wordt getest. Uiteindelijk zal Cimon worden gebruikt om de stress van astronauten te verminderen door de taken te voltooien die ze vragen. NASA ontwikkelt ook een satelliet voor astronauten aan boord van het ISS genaamd robonaut, die met astronauten zullen samenwerken of taken uitvoeren die te riskant voor hen zijn.
Missie ontwerp en planning
Het plannen van een missie naar Mars is een ontmoedigende taak, maar kunstmatige intelligentie kan het gemakkelijker maken. Nieuwe ruimtemissies zijn traditioneel gebaseerd op kennis uit eerder onderzoek. Deze informatie is echter vaak beperkt of in zijn geheel niet beschikbaar.
Dit betekent dat de stroom van technische informatie beperkt is tot degenen die deze kunnen openen en delen met andere missieontwerpingenieurs. Maar wat als alle informatie over vrijwel alle eerdere ruimtevluchten met slechts een paar klikken beschikbaar was voor iedereen met de inloggegevens? Op een dag kan er een slimmer systeem zijn - vergelijkbaar met Wikipedia, maar met kunstmatige intelligentie dat complexe vragen kan beantwoorden met betrouwbare en actuele informatie - om te helpen bij het vroege ontwerp en de planning van nieuwe ruimtemissies.
Onderzoekers werken aan het idee van een assistent-ontwerpingenieur om de tijd te verminderen die nodig is voor het initiële missieontwerp, dat anders veel manuren vereist. Daphne is een ander voorbeeld van een slimme assistent bij het ontwerpen van satellietaardobservatiesystemen. Daphne wordt gebruikt door systeemingenieurs in teams voor satellietontwikkeling. Dit maakt hun werk gemakkelijker door toegang te bieden tot relevante informatie, waaronder beoordelingen, en antwoorden op specifieke vragen.
Verwerking van satellietgegevens
Aardobservatiesatellieten genereren enorme hoeveelheden data. Deze gegevens worden gedurende een lange periode in batches door de grondstations ontvangen en moeten samen worden verzameld voordat ze kunnen worden geanalyseerd. Hoewel er op zeer kleine schaal verschillende crowdsourcingprojecten zijn geweest voor basisanalyse van satellietbeelden, kan kunstmatige intelligentie ons te hulp komen voor gedetailleerde analyse van satellietgegevens.
Met een enorme hoeveelheid ontvangen gegevens bleek AI zeer effectief in het verwerken ervan. Het is gebruikt om de warmteaccumulatie in stedelijke gebieden te schatten en om meteorologische gegevens te combineren met satellietbeelden om de windsnelheid te schatten. AI heeft ook geholpen bij het schatten van zonnestraling met behulp van gegevens van geostationaire satellieten, naast vele andere toepassingen.
AI voor gegevensverwerking kan ook voor de satellieten zelf worden gebruikt. In een recent onderzoek hebben wetenschappers verschillende kunstmatige-intelligentietechnieken getest voor een satellietsysteem voor gezondheidsmonitoring op afstand. Het is in staat om gegevens die van satellieten zijn ontvangen te analyseren om eventuele problemen te identificeren, satellietprestaties te voorspellen en visualisaties te bieden voor weloverwogen besluitvorming.
Ruimtepuin
Een van de grootste ruimte-uitdagingen van de 21e eeuw is het verwijderen van ruimtepuin. Volgens ESA, zijn er ongeveer 34 objecten groter dan 000 cm die een ernstige bedreiging vormen voor de bestaande ruimte-infrastructuur. Er zijn enkele innovatieve benaderingen om de dreiging te bestrijden, zoals de ontwikkeling van terugkeersatellieten.
Een andere benadering is om mogelijke botsingen in de ruimte te voorkomen door het ontstaan van puin te voorkomen. In een recente studie ontwikkelden onderzoekers een methode voor het ontwerpen van manoeuvres om botsingen te vermijden met behulp van machine learning (ML) -technieken.
Ook interessant:
- SpaceX zal gebruiken Starship om de ruimte vrij te maken van puin
- Astroscale begint al in 2021 met het opruimen van puin in een baan om de aarde
Een andere nieuwe benadering is om de enorme rekenkracht die op aarde beschikbaar is te gebruiken om machine learning-modellen te trainen, die modellen over te brengen naar een ruimtevaartuig dat al in een baan of onderweg is, en ze aan boord te gebruiken om verschillende beslissingen te nemen. Een manier om de veiligheid van ruimtevluchten te waarborgen is onlangs voorgesteld met behulp van reeds getrainde netwerken aan boord van het ruimtevaartuig. Dit biedt meer flexibiliteit bij het ontwerpen van satellieten met minimaal gevaar voor botsingen in een baan om de aarde.
Navigatiesystemen
Op aarde zijn we gewend aan tools zoals Google Maps die GPS of andere navigatiesystemen gebruiken. Maar voor andere buitenaardse lichamen is er nog geen dergelijk systeem.
We hebben geen navigatiesatellieten rond de maan of Mars, maar we zouden de miljoenen beelden kunnen gebruiken die we hebben van bewakingssatellieten zoals Lunar Reconnaissance Orbiter (LRO). In 2018 ontwikkelde een groep onderzoekers van NASA, in samenwerking met Intel, een intelligent navigatiesysteem met behulp van AI voor planetaire verkenning. Ze trainden het model op miljoenen foto's die tijdens verschillende missies werden genomen en maakten een virtuele kaart van de maan.
Terwijl we het universum blijven verkennen, zullen we ambitieuze missies blijven plannen om onze aangeboren nieuwsgierigheid te bevredigen en het leven op aarde te verbeteren. Bij onze inspanningen zal kunstmatige intelligentie ons zowel op aarde als in de ruimte helpen om dit onderzoek mogelijk te maken.
Lees ook: