В останні роки штучний інтелект (ШІ) набирає обертів, дозволяючи нам розв’язувати проблеми швидше, ніж будь-коли могли дозволити традиційні обчислення. Наприклад, недавно DeepMind, дочірня компанія Google, що займається штучним інтелектом, розробила AlphaFold2, програму, яка може розв’язати проблему згортання білків. Це проблема, яка ставила вчених у глухий кут протягом 50 років.
Досягнення в галузі штучного інтелекту дозволили нам добитися прогресу у всіх видах дисциплін – і вони не обмежуються застосунками на цій планеті. Від розробки місій до очищення орбіти Землі від сміття – ось кілька способів, якими штучний інтелект може допомогти нам просунутися далі в космосі.
Дослідники працюють над інтелектуальними помічниками для допомоги астронавтам. Ці помічники на основі штучного інтелекту (ШІ), навіть якщо вони можуть виглядати не так модно, як у фільмах, можуть бути неймовірно корисні для дослідження космосу.
Нещодавно розроблений віртуальний помічник потенційно може виявити будь-які небезпеки в тривалих космічних польотах, такі як зміни в космічному кораблі, наприклад підвищення двоокису вуглецю або несправність сенсора, які можуть бути потенційно шкідливими. Потім він попередить екіпаж пропозиціями по перевірці.
Помічник Cimon був доставлений на Міжнародну космічну станцію (МКС) в грудні 2019 року, де він проходить випробування протягом трьох років. Зрештою, Cimon буде використовуватися для зниження стресу астронавтів, виконуючи завдання, які вони просять. NASA також розробляє супутника для астронавтів на борту МКС під назвою Robonaut, який буде працювати разом з астронавтами або виконувати занадто ризиковані для них завдання.
Планування місії на Марс – непросте завдання, але штучний інтелект може полегшити його. Нові космічні місії традиційно ґрунтуються на знаннях, отриманих в результаті попередніх досліджень. Однак ця інформація часто може бути обмежена або недоступна в повному обсязі.
Це означає, що потік технічної інформації обмежений тим, хто може отримати до неї доступ і поділитися нею серед інших інженерів-проектувальників місії. Але що, якби вся інформація практично про всі попередні космічні польоти була доступна будь-кому, хто має повноваження, всього в кілька кліків. Одного разу може з’явитися більш розумна система – схожа на Вікіпедію, але зі штучним інтелектом, яка зможе відповідати на складні запити з надійною й актуальною інформацією – щоб допомогти в ранньому проектуванні і плануванні нових космічних місій.
Дослідники працюють над ідеєю помічника інженера-проектувальника, щоб скоротити час, необхідний для початкового проектування місії, яке в іншому випадку вимагає багато робочих годин людини. Daphne – ще один приклад розумного помічника при проектуванні супутникових систем спостереження Землі. Daphne використовується системними інженерами в командах розробників супутників. Це полегшує їхню роботу, забезпечуючи доступ до відповідної інформації, включаючи відгуки, а також відповіді на конкретні запити.
Супутники спостереження Землі генерують величезні обсяги даних. Ці дані приймаються наземними станціями порціями протягом тривалого проміжку часу, і їх необхідно зібрати разом, перш ніж їх можна буде проаналізувати. Хоча було кілька краудсорсінгових проектів для проведення базового аналізу супутникових зображень в дуже невеликому масштабі, штучний інтелект може прийти нам на допомогу для докладного аналізу супутникових даних.
При величезному обсязі отриманих даних ШІ виявився дуже ефективним у їх обробці. Він використовувався для оцінки накопичення тепла в міських районах і для об’єднання метеорологічних даних з супутниковими зображеннями для оцінки швидкості вітру. ШІ також допоміг з оцінкою сонячної радіації з використанням даних геостаціонарних супутників, серед багатьох інших застосунків.
ШІ для обробки даних може також використовуватися для самих супутників. У недавньому дослідженні вчені протестували різні методи штучного інтелекту для віддаленої супутникової системи моніторингу стану здоров’я. Він здатний аналізувати дані, отримані із супутників, для виявлення будь-яких проблем, прогнозування працездатності супутників та подання візуалізації для прийняття обґрунтованих рішень.
Одна з найбільших космічних задач 21 століття – це позбутися від космічного сміття. За даними ESA, існує близько 34 000 об’єктів розміром понад 10 см, які представляють серйозну загрозу для існуючої космічної інфраструктури. Існують деякі новаторські підходи до боротьби із загрозою, такі як розробка супутників для повторного входу в атмосферу Землі.
Інший підхід – уникати будь-яких можливих зіткнень в космосі, запобігаючи створенню будь-якого сміття. У недавньому дослідженні дослідники розробили метод проектування маневрів запобігання зіткнень з використанням методів машинного навчання (ML).
Теж цікаво:
Інший новий підхід – використовувати величезні обчислювальні потужності, доступні на Землі, для навчання моделей машинного навчання, передачі цих моделей на космічний корабель, який вже знаходиться на орбіті або в дорозі, і використовувати їх на борту для прийняття різних рішень. Один зі способів забезпечення безпеки космічних польотів недавно був запропонований з використанням вже навчених мереж на борту космічного корабля. Це забезпечує більшу гнучкість при проектуванні супутників при мінімальній небезпеці зіткнення на орбіті.
На Землі ми звикли до таких інструментів, як Карти Google, які використовують GPS або інші навігаційні системи. Але для інших позаземних тіл такої системи поки немає.
У нас немає навігаційних супутників навколо Місяця або Марса, але ми могли б використовувати мільйони зображень, які у нас є з наглядових супутників, таких як Lunar Reconnaissance Orbiter (LRO). У 2018 році група дослідників з NASA у співпраці з Intel розробила інтелектуальну навігаційну систему з використанням ШІ для дослідження планет. Вони натренували модель на мільйонах фотографій, зроблених в різних місіях, і створили віртуальну карту Місяця.
Продовжуючи досліджувати Всесвіт, ми продовжимо планувати амбітні місії, щоб задовольнити нашу вроджену цікавість, а також поліпшити життя людей на Землі. У наших зусиллях штучний інтелект допоможе нам як на Землі, так і в космосі зробити це дослідження можливим.
Читайте також:
Leave a Reply