Ბოლო წლებში Ხელოვნური ინტელექტი (AI) იძენს იმპულსს, რაც საშუალებას გვაძლევს გადავჭრათ პრობლემები უფრო სწრაფად, ვიდრე ოდესმე შეეძლო ტრადიციული გამოთვლებით. მაგალითად, ცოტა ხნის წინ Deepmind, შვილობილი კომპანია Google, რომელიც ეხება ხელოვნურ ინტელექტს, განვითარდა AlphaFold2, პროგრამა, რომელსაც შეუძლია პროტეინის დაკეცვის პრობლემის გადაჭრა. ეს არის პრობლემა, რომელიც 50 წლის განმავლობაში აწუხებდა მეცნიერებს.
ხელოვნური ინტელექტის მიღწევებმა საშუალება მოგვცა პროგრესის მიღწევა ყველა სახის დისციპლინაში - და ისინი არ შემოიფარგლება მხოლოდ ამ პლანეტაზე აპლიკაციებით. მისიების შემუშავებიდან დაწყებული დედამიწის ორბიტის ნამსხვრევებისგან გაწმენდამდე, აქ არის რამოდენიმე გზა, თუ როგორ დაგვეხმარება ხელოვნური ინტელექტი კოსმოსში წინსვლაში.
კოსმონავტების თანაშემწეები
მკვლევარები მუშაობენ ინტელექტუალურ ასისტენტებზე ასტრონავტების დასახმარებლად. ხელოვნური ინტელექტის (AI) ასისტენტები, თუნდაც ისინი არ გამოიყურებოდეს მოდურად, როგორც ფილმებში, შეიძლება წარმოუდგენლად სასარგებლო იყოს კოსმოსის გამოკვლევისთვის.
ახლად შემუშავებულ ვირტუალურ ასისტენტს შეუძლია აღმოაჩინოს ნებისმიერი საშიშროება ხანგრძლივ კოსმოსურ ფრენებში, როგორიცაა კოსმოსური ხომალდის ცვლილებები, როგორიცაა ნახშირორჟანგის მატება ან სენსორის გაუმართაობა, რაც შეიძლება პოტენციურად საზიანო იყოს. შემდეგ ის გააფრთხილებს ეკიპაჟს ინსპექტირების წინადადებებით.
ასისტენტი Cimon გადაეცა საერთაშორისო კოსმოსურ სადგურს (ISS) 2019 წლის დეკემბერში, სადაც მისი ტესტირება მიმდინარეობს სამი წლის განმავლობაში. საბოლოო ჯამში, ციმონი გამოყენებული იქნება ასტრონავტების სტრესის შესამცირებლად, მათ მიერ დასმული ამოცანების შესრულებით. NASA ასევე ავითარებს თანამგზავრს ISS-ზე მყოფი ასტრონავტებისთვის ე.წ რობონავტი, რომლებიც იმუშავებენ ასტრონავტებთან ერთად ან შეასრულებენ მათთვის ძალიან სარისკო დავალებებს.
მისიის დიზაინი და დაგეგმვა
მარსზე მისიის დაგეგმვა რთული ამოცანაა, მაგრამ ხელოვნურმა ინტელექტს შეუძლია ეს გააადვილოს. ახალი კოსმოსური მისიები ტრადიციულად ეფუძნება წინა კვლევების შედეგად მიღებულ ცოდნას. თუმცა, ეს ინფორმაცია ხშირად შეიძლება იყოს შეზღუდული ან მთლიანად მიუწვდომელი.
ეს ნიშნავს, რომ ტექნიკური ინფორმაციის ნაკადი შემოიფარგლება მათთვის, ვისაც შეუძლია წვდომა და გაუზიაროს იგი სხვა მისიის დიზაინერ ინჟინრებს. მაგრამ რა მოხდება, თუ ყველა ინფორმაცია პრაქტიკულად ყველა წინა კოსმოსური ფრენის შესახებ ხელმისაწვდომი იქნებოდა ყველასთვის, ვისაც აქვს რწმუნებათა სიგელები მხოლოდ რამდენიმე დაწკაპუნებით. ერთ მშვენიერ დღეს შეიძლება არსებობდეს უფრო ჭკვიანი სისტემა - ვიკიპედიის მსგავსი, მაგრამ ხელოვნური ინტელექტით, რომელსაც შეუძლია უპასუხოს რთულ შეკითხვებს სანდო და განახლებული ინფორმაციით - დაეხმაროს ახალი კოსმოსური მისიების ადრეულ დიზაინსა და დაგეგმვას.
მკვლევარები მუშაობენ დიზაინერ ინჟინრის ასისტენტის იდეაზე, რათა შეამცირონ საწყისი მისიის დიზაინისთვის საჭირო დრო, რაც სხვაგვარად მოითხოვს ბევრ ადამიან საათს. Daphne არის ჭკვიანი ასისტენტის კიდევ ერთი მაგალითი დედამიწის თანამგზავრული დაკვირვების სისტემების დიზაინში. Daphne გამოიყენება სისტემების ინჟინრები სატელიტური განვითარების გუნდებში. ეს აადვილებს მათ სამუშაოს შესაბამის ინფორმაციაზე წვდომის უზრუნველყოფით, მათ შორის მიმოხილვაზე, ასევე კონკრეტულ შეკითხვებზე პასუხების მიწოდებით.
სატელიტური მონაცემების დამუშავება
დედამიწის სადამკვირვებლო თანამგზავრები აწარმოებენ უზარმაზარ მონაცემებს. ეს მონაცემები მიიღება მიწისქვეშა სადგურების მიერ პარტიებად დიდი ხნის განმავლობაში და უნდა შეგროვდეს ერთად, სანამ შესაძლებელი იქნება მათი ანალიზი. მიუხედავად იმისა, რომ სატელიტური სურათების საბაზისო ანალიზისთვის იყო რამდენიმე პროექტი ძალიან მცირე მასშტაბით, ხელოვნური ინტელექტი შეიძლება დაგვეხმაროს სატელიტური მონაცემების დეტალური ანალიზისთვის.
მიღებული მონაცემების უზარმაზარი რაოდენობით, AI აღმოჩნდა ძალიან ეფექტური მის დამუშავებაში. იგი გამოიყენებოდა ურბანულ რაიონებში სითბოს დაგროვების შესაფასებლად და მეტეოროლოგიური მონაცემების სატელიტურ სურათებთან გაერთიანებისთვის ქარის სიჩქარის შესაფასებლად. AI ასევე დაეხმარა მზის რადიაციის შეფასებას გეოსტაციონარული თანამგზავრების მონაცემების გამოყენებით, სხვა მრავალ აპლიკაციებთან ერთად.
AI მონაცემთა დამუშავებისთვის ასევე შეიძლება გამოყენებულ იქნას თავად თანამგზავრებისთვის. ბოლო კვლევაში მეცნიერებმა გამოსცადეს ხელოვნური ინტელექტის სხვადასხვა ტექნიკა დისტანციური სატელიტური ჯანმრთელობის მონიტორინგის სისტემისთვის. მას შეუძლია თანამგზავრებიდან მიღებული მონაცემების ანალიზი, ნებისმიერი პრობლემის იდენტიფიცირებისთვის, თანამგზავრის მუშაობის პროგნოზირებისა და ინფორმირებული გადაწყვეტილების მიღების ვიზუალიზაციის უზრუნველსაყოფად.
კოსმოსური ნამსხვრევები
21-ე საუკუნის ერთ-ერთი ყველაზე დიდი კოსმოსური გამოწვევა კოსმოსური ნარჩენებისგან თავის დაღწევაა. Მიხედვით ESA, არის 34 სმ-ზე დიდი ზომის დაახლოებით 000 ობიექტი, რომელიც სერიოზულ საფრთხეს უქმნის არსებულ კოსმოსურ ინფრასტრუქტურას. არსებობს გარკვეული ინოვაციური მიდგომები საფრთხის წინააღმდეგ საბრძოლველად, როგორიცაა ხელახალი შესვლის თანამგზავრების განვითარება.
კიდევ ერთი მიდგომაა კოსმოსში შესაძლო შეჯახების თავიდან აცილება ნამსხვრევების წარმოქმნის თავიდან აცილების გზით. ბოლო კვლევაში, მკვლევარებმა შეიმუშავეს შეჯახების თავიდან აცილების მანევრების დიზაინის მეთოდი მანქანური სწავლების (ML) ტექნიკის გამოყენებით.
ასევე საინტერესოა:
- SpaceX გამოიყენებს Starship სივრცის გაწმენდა ნარჩენებისგან
- Astroscale დაიწყებს ნამსხვრევების გაწმენდას დედამიწის ორბიტაზე უკვე 2021 წელს
კიდევ ერთი ახალი მიდგომაა დედამიწაზე არსებული დიდი გამოთვლითი სიმძლავრის გამოყენება მანქანური სწავლების მოდელების მოსამზადებლად, ამ მოდელების გადასატანად კოსმოსურ ხომალდზე უკვე ორბიტაზე ან გზაზე და მათი ბორტზე გამოყენება სხვადასხვა გადაწყვეტილების მისაღებად. კოსმოსური ფრენების უსაფრთხოების უზრუნველსაყოფად ერთ-ერთი გზა ახლახან იქნა შემოთავაზებული კოსმოსური ხომალდის ბორტზე უკვე გაწვრთნილი ქსელების გამოყენებით. ეს უზრუნველყოფს უფრო მეტ მოქნილობას თანამგზავრების დიზაინში ორბიტაზე შეჯახების მინიმალური საშიშროებით.
სანავიგაციო სისტემები
დედამიწაზე ჩვენ შეჩვეულები ვართ ისეთ ინსტრუმენტებს, როგორიცაა Google Maps, რომლებიც იყენებენ GPS ან სხვა სანავიგაციო სისტემებს. მაგრამ სხვა არამიწიერი სხეულებისთვის ასეთი სისტემა ჯერ არ არსებობს.
ჩვენ არ გვაქვს სანავიგაციო თანამგზავრები მთვარის ან მარსის გარშემო, მაგრამ შეგვიძლია გამოვიყენოთ მილიონობით სურათი, რომელიც გვაქვს სათვალთვალო თანამგზავრებიდან, როგორიცაა მთვარის დაზვერვის ორბიტერი (LRO). 2018 წელს, NASA-ს მკვლევართა ჯგუფმა, Intel-თან თანამშრომლობით, შეიმუშავა ინტელექტუალური სანავიგაციო სისტემა, რომელიც იყენებს AI-ს პლანეტების ძიებისთვის. მათ მოდელს ავარჯიშეს სხვადასხვა მისიებში გადაღებულ მილიონობით ფოტოზე და შექმნეს მთვარის ვირტუალური რუკა.
სანამ ჩვენ ვაგრძელებთ სამყაროს შესწავლას, ჩვენ გავაგრძელებთ ამბიციური მისიების დაგეგმვას ჩვენი თანდაყოლილი ცნობისმოყვარეობის დასაკმაყოფილებლად და დედამიწაზე ცხოვრების გასაუმჯობესებლად. ჩვენი ძალისხმევით, ხელოვნური ინტელექტი დაგვეხმარება როგორც დედამიწაზე, ასევე კოსმოსში, რომ ეს კვლევა შესაძლებელი გახდეს.
ასევე წაიკითხეთ: