Pēdējos gados Mākslīgais intelekts (AI) iegūst apgriezienus, ļaujot mums atrisināt problēmas ātrāk, nekā to jebkad spētu tradicionālā skaitļošana. Piemēram, nesen Deepmind, meitas uzņēmums google, kas nodarbojas ar mākslīgo intelektu, izstrādāta AlfaFold2, programma, kas var atrisināt olbaltumvielu locīšanas problēmu. Tā ir problēma, kas zinātniekus ir apmulsusi jau 50 gadus.
Mākslīgā intelekta sasniegumi ir ļāvuši mums gūt panākumus visās disciplīnās, un tie neaprobežojas tikai ar lietojumiem uz šīs planētas. No misiju plānošanas līdz Zemes orbītas attīrīšanai no gruvešiem, šeit ir daži veidi, kā mākslīgais intelekts var palīdzēt mums virzīties tālāk kosmosā.
Kosmonautu palīgi
Pētnieki strādā pie inteliģentiem palīgiem, lai palīdzētu astronautiem. Šie mākslīgā intelekta (AI) palīgi, pat ja tie var neizskatīties tik moderni kā filmās, varētu būt neticami noderīgi kosmosa izpētē.
Jaunizveidotais virtuālais palīgs varētu potenciāli atklāt jebkādus apdraudējumus ilgstošos kosmosa lidojumos, piemēram, izmaiņas kosmosa kuģī, piemēram, oglekļa dioksīda palielināšanos vai sensora darbības traucējumus, kas varētu būt kaitīgi. Pēc tam tas brīdinās apkalpi ar pārbaudes ieteikumiem.
Asistents Cimon 2019. gada decembrī tika nogādāts Starptautiskajā kosmosa stacijā (SKS), kur tas tiek testēts trīs gadus. Galu galā Cimon tiks izmantots, lai samazinātu astronautu stresu, izpildot viņu uzdotos uzdevumus. NASA arī izstrādā satelītu astronautiem uz SKS Robonauts, kas strādās kopā ar astronautiem vai veiks viņiem pārāk riskantus uzdevumus.
Misijas projektēšana un plānošana
Misijas uz Marsu plānošana ir biedējošs uzdevums, taču mākslīgais intelekts to var atvieglot. Jaunās kosmosa misijas tradicionāli balstās uz zināšanām, kas iegūtas iepriekšējos pētījumos. Tomēr šī informācija bieži vien var būt ierobežota vai nav pieejama pilnībā.
Tas nozīmē, ka tehniskās informācijas plūsma ir ierobežota ar tiem, kuri var tai piekļūt un dalīties ar citiem misijas projektēšanas inženieriem. Bet kā būtu, ja visa informācija par praktiski visiem iepriekšējiem kosmosa lidojumiem būtu pieejama ikvienam, kam ir akreditācijas dati, veicot tikai dažus klikšķus. Kādu dienu var būt viedāka sistēma – līdzīga Vikipēdijai, bet ar mākslīgo intelektu, kas var atbildēt uz sarežģītiem jautājumiem ar uzticamu un atjauninātu informāciju, lai palīdzētu agrīnā jaunu kosmosa misiju izstrādē un plānošanā.
Pētnieki strādā pie idejas par projektēšanas inženiera palīgu, lai samazinātu laiku, kas nepieciešams sākotnējās misijas izstrādei, kas citādi prasa daudzas cilvēkstundas. Daphne ir vēl viens viedā palīga piemērs Zemes novērošanas satelītu sistēmu projektēšanā. Daphne izmanto sistēmu inženieri satelītu izstrādes komandās. Tas atvieglo viņu darbu, nodrošinot piekļuvi atbilstošai informācijai, tostarp atsauksmēm, kā arī atbildēm uz konkrētiem jautājumiem.
Satelītu datu apstrāde
Zemes novērošanas satelīti ģenerē milzīgu datu apjomu. Šos datus zemes stacijas saņem partijās ilgā laika periodā, un tie ir jāapkopo kopā, pirms tos var analizēt. Lai gan ir bijuši vairāki pūļa piegādes projekti satelītattēlu pamata analīzei ļoti mazā mērogā, mākslīgais intelekts var nākt palīgā, lai veiktu detalizētu satelītu datu analīzi.
Ar milzīgu saņemto datu apjomu AI izrādījās ļoti efektīvs to apstrādē. Tas ir izmantots, lai novērtētu siltuma uzkrāšanos pilsētu teritorijās un apvienotu meteoroloģiskos datus ar satelīta attēliem, lai novērtētu vēja ātrumu. AI ir arī palīdzējis novērtēt saules starojumu, izmantojot datus no ģeostacionāriem satelītiem, kā arī daudzas citas lietojumprogrammas.
AI datu apstrādei var izmantot arī pašiem satelītiem. Nesenā pētījumā zinātnieki pārbaudīja dažādas mākslīgā intelekta metodes tālvadības satelīta veselības uzraudzības sistēmai. Tas spēj analizēt no satelītiem saņemtos datus, lai identificētu visas problēmas, prognozētu satelīta veiktspēju un nodrošinātu vizualizāciju apzinātu lēmumu pieņemšanai.
Kosmosa atkritumi
Viens no lielākajiem 21. gadsimta kosmosa izaicinājumiem ir atbrīvošanās no kosmosa atkritumiem. Saskaņā ar EKA, ir aptuveni 34 000 objektu, kas lielāki par 10 cm un nopietni apdraud esošo kosmosa infrastruktūru. Ir dažas novatoriskas pieejas draudu apkarošanai, piemēram, atkārtotas ienākšanas satelītu izstrāde.
Cita pieeja ir izvairīties no iespējamām sadursmēm kosmosā, novēršot jebkādu gružu rašanos. Nesenā pētījumā pētnieki izstrādāja metodi sadursmju novēršanas manevru izstrādei, izmantojot mašīnmācīšanās (ML) metodes.
Interesanti arī:
- SpaceX izmantos Starship lai attīrītu vietu no gružiem
- Astroscale sāks tīrīt Zemes orbītā esošos gružus jau 2021. gadā
Vēl viena jauna pieeja ir izmantot uz Zemes pieejamo plašo skaitļošanas jaudu, lai apmācītu mašīnmācības modeļus, pārnestu šos modeļus uz kosmosa kuģi, kas jau atrodas orbītā vai ceļā, un izmantot tos uz kuģa dažādu lēmumu pieņemšanai. Viens veids, kā nodrošināt kosmosa lidojumu drošību, nesen tika ierosināts, izmantojot jau apmācītus tīklus uz kosmosa kuģa. Tas nodrošina lielāku elastību satelītu projektēšanā ar minimālu sadursmes risku orbītā.
Navigācijas sistēmas
Uz Zemes mēs esam pieraduši pie tādiem rīkiem kā Google Maps, kas izmanto GPS vai citas navigācijas sistēmas. Bet citiem ārpuszemes ķermeņiem šādas sistēmas vēl nav.
Mums nav navigācijas satelītu ap Mēnesi vai Marsu, taču mēs varētu izmantot miljoniem attēlu, kas mums ir no novērošanas satelītiem, piemēram, Mēness Orbīta atpazīšana (LRO). 2018. gadā NASA pētnieku grupa sadarbībā ar Intel izstrādāja viedo navigācijas sistēmu, izmantojot AI planētu izpētei. Viņi apmācīja modeli miljoniem fotogrāfiju, kas uzņemtas dažādās misijās, un izveidoja virtuālu Mēness karti.
Turpinot izzināt Visumu, mēs turpināsim plānot vērienīgas misijas, lai apmierinātu mūsu iedzimto zinātkāri un uzlabotu dzīvi uz Zemes. Mūsu centienos mākslīgais intelekts mums palīdzēs gan uz Zemes, gan kosmosā, lai padarītu šo pētījumu iespējamu.
Lasi arī: