В последните години Изкуствен интелект (AI) набира скорост, което ни позволява да решаваме проблеми по-бързо, отколкото някога биха могли традиционните компютри. Например наскоро DeepMind, дъщерна фирма Google, който се занимава с изкуствен интелект, разработен АлфаFold2, програма, която може да реши проблема със сгъването на протеините. Това е проблем, който вълнува учените от 50 години.
Напредъкът в изкуствения интелект ни позволи да постигнем напредък във всички видове дисциплини – и те не се ограничават до приложения на тази планета. От проектиране на мисии до почистване на орбитата на Земята от отломки, ето няколко начина, по които изкуственият интелект може да ни помогне да напреднем още повече в космоса.
Помощници на космонавтите
Изследователите работят върху интелигентни асистенти, които да помагат на астронавтите. Тези асистенти с изкуствен интелект (AI), дори и да не изглеждат толкова модерни, колкото във филмите, могат да бъдат невероятно полезни за изследване на космоса.
Новоразработеният виртуален асистент може потенциално да открие всякакви опасности при дълги космически полети, като промени в космическия кораб, като повишаване на въглеродния диоксид или неизправности на сензорите, които биха могли да бъдат потенциално вредни. След това ще предупреди екипажа с предложения за проверка.
Помощник Симон беше доставен на Международната космическа станция (МКС) през декември 2019 г., където се тества в продължение на три години. В крайна сметка Cimon ще се използва за намаляване на стреса на астронавтите чрез изпълнение на задачите, които те задават. NASA също така разработва сателит за астронавти на борда на МКС, наречен Робонавт, които ще работят заедно с астронавтите или ще изпълняват твърде рисковани за тях задачи.
Дизайн и планиране на мисията
Планирането на мисия до Марс е трудна задача, но изкуственият интелект може да я улесни. Новите космически мисии традиционно се основават на знания, придобити от предишни изследвания. Въпреки това, тази информация често може да бъде ограничена или недостъпна в своята цялост.
Това означава, че потокът от техническа информация е ограничен до тези, които имат достъп и я споделят с други инженери по проектиране на мисии. Но какво ще стане, ако цялата информация за почти всички предишни космически полети беше достъпна за всеки с идентификационните данни само с няколко кликвания. Един ден може да има по-интелигентна система – подобна на Wikipedia, но с изкуствен интелект, който може да отговори на сложни запитвания с надеждна и актуална информация – която да помогне при ранното проектиране и планиране на нови космически мисии.
Изследователите работят върху идеята за помощник инженер-конструктор, за да намалят времето, необходимо за първоначалния дизайн на мисията, което иначе изисква много човекочасове. Див люляк е друг пример за интелигентен помощник при проектирането на сателитни системи за наблюдение на Земята. Daphne се използва от системни инженери в екипи за разработка на сателити. Това улеснява работата им, като осигурява достъп до подходяща информация, включително рецензии, както и отговори на конкретни запитвания.
Обработка на сателитни данни
Сателитите за наблюдение на Земята генерират огромно количество данни. Тези данни се получават от наземните станции на партиди за дълъг период от време и трябва да бъдат събрани заедно, преди да могат да бъдат анализирани. Въпреки че има няколко краудсорсинг проекта за основен анализ на сателитни изображения в много малък мащаб, изкуственият интелект може да ни помогне за подробен анализ на сателитни данни.
С огромно количество получени данни, AI се оказа много ефективен при обработката им. Използва се за оценка на натрупването на топлина в градските райони и за комбиниране на метеорологични данни със сателитни изображения за оценка на скоростта на вятъра. AI също така помогна за оценката на слънчевата радиация, използвайки данни от геостационарни спътници, наред с много други приложения.
AI за обработка на данни може да се използва и за самите сателити. В скорошно проучване учени тестваха различни техники за изкуствен интелект за отдалечена сателитна система за наблюдение на здравето. Той е в състояние да анализира данни, получени от сателити, за да идентифицира всякакви проблеми, да предвиди работата на сателита и да предостави визуализации за вземане на информирано решение.
Космически боклук
Едно от най-големите космически предизвикателства на 21 век е премахването на космическите отпадъци. Според ESA, има около 34 000 обекта, по-големи от 10 см, които представляват сериозна заплаха за съществуващата космическа инфраструктура. Има някои новаторски подходи за борба със заплахата, като например разработването на сателити за повторно влизане.
Друг подход е да се избегнат всякакви възможни сблъсъци в космоса, като се предотврати създаването на всякакви отломки. В скорошно проучване изследователите разработиха метод за проектиране на маневри за избягване на сблъсък, използвайки техники за машинно обучение (ML).
Също интересно:
- SpaceX ще използва Starship за почистване на пространството от отломки
- Astroscale ще започне да почиства отломки в земната орбита още през 2021 г
Друг нов подход е да се използва огромната изчислителна мощ, налична на Земята, за да се обучават модели за машинно обучение, да се прехвърлят тези модели на космически кораб, който вече е в орбита или на път, и да се използват на борда, за да се вземат различни решения. Един от начините за гарантиране на безопасността на космическите полети наскоро беше предложен с помощта на вече обучени мрежи на борда на космическия кораб. Това осигурява по-голяма гъвкавост при проектиране на сателити с минимална опасност от сблъсък в орбита.
Навигационни системи
На Земята сме свикнали с инструменти като Google Maps, които използват GPS или други навигационни системи. Но за други извънземни тела все още няма такава система.
Нямаме навигационни спътници около Луната или Марс, но бихме могли да използваме милионите изображения, които имаме от сателити за наблюдение като Лунен разузнавателен орбитър (LRO). През 2018 г. група изследователи от NASA в сътрудничество с Intel разработиха интелигентна навигационна система, използваща AI за изследване на планети. Те обучиха модела на милиони снимки, направени в различни мисии, и създадоха виртуална карта на Луната.
Докато продължаваме да изследваме Вселената, ще продължим да планираме амбициозни мисии, за да задоволим вроденото си любопитство и да подобрим живота на Земята. В нашите усилия изкуственият интелект ще ни помогне както на Земята, така и в космоса, за да направим това изследване възможно.
Прочетете също: