Kunstmatige intelligentie maakt de laatste jaren furore, waardoor we problemen sneller kunnen oplossen dan met traditionele computers ooit zou kunnen. Onlangs, bijvoorbeeld, Google's kunstmatige intelligentie-dochteronderneming DeepMind ontwikkelde AlphaFold2, een programma dat het probleem van het vouwen van eiwitten oploste. Dit is een probleem dat wetenschappers al 50 jaar verbijstert.

Vooruitgang in AI heeft ons in staat gesteld om vooruitgang te boeken in allerlei disciplines - en deze zijn niet beperkt tot toepassingen op deze planeet. Van het ontwerpen van missies tot het opruimen van rotzooi in de baan van de aarde, hier zijn een paar manieren waarop kunstmatige intelligentie ons kan helpen verder in de ruimte te reizen.

Astronautenassistenten

Herinner je je Tars en Case nog, de assistent-robots uit de film Interstellar? Hoewel deze robots nog niet bestaan ​​voor echte ruimtemissies, onderzoekers werken aan iets soortgelijks, intelligente assistenten creëren om astronauten te helpen. Deze op AI gebaseerde assistenten, ook al zien ze er misschien niet zo luxe uit als die in de films, kan ongelooflijk nuttig zijn voor verkenning van de ruimte.

Een recent ontwikkelde virtuele assistent kan mogelijk gevaren detecteren tijdens langdurige ruimtemissies, zoals veranderingen in de atmosfeer van het ruimtevaartuig, bijvoorbeeld verhoogde koolstofdioxide, of een sensorstoring die mogelijk schadelijk kan zijn. Het zou dan de bemanning waarschuwen met suggesties voor inspectie.

Een AI-assistent genaamd Cimon werd in december 2019 naar het internationale ruimtestation (ISS) gevlogen, waar het drie jaar wordt getest. Eventueel, Cimon zal worden gebruikt om de stress van astronauten te verminderen door taken uit te voeren die ze hem vragen te doen. NASA ontwikkelt ook een metgezel voor astronauten aan boord van het ISS, genaamd Robonaut, die naast de astronauten zullen werken of taken op zich nemen die te riskant voor hen zijn.

Missie ontwerp en planning

Een missie naar Mars plannen is geen gemakkelijke taak, maar kunstmatige intelligentie kan het gemakkelijker maken. Nieuwe ruimtemissies zijn traditioneel gebaseerd op kennis die is verzameld door eerdere studies. Echter, deze informatie is vaak beperkt of niet volledig toegankelijk.

Dit betekent dat de technische informatiestroom wordt beperkt door wie deze kan openen en delen met andere missieontwerpingenieurs. Maar wat als alle informatie van praktisch alle eerdere ruimtemissies met slechts een paar klikken beschikbaar zou zijn voor iedereen met autoriteit? Op een dag kan er een slimmer systeem zijn - vergelijkbaar met Wikipedia, maar met kunstmatige intelligentie die complexe vragen kan beantwoorden met betrouwbare en relevante informatie - om te helpen bij het vroegtijdig ontwerpen en plannen van nieuwe ruimtemissies.

Onderzoekers werken aan het idee van een ontwerptechnisch assistent om de tijd te verminderen die nodig is voor het initiële missieontwerp, dat anders veel menselijke werkuren kost. "Daphne" is een ander voorbeeld van een intelligente assistent voor het ontwerpen van satellietsystemen voor aardobservatie. Daphne wordt gebruikt door systeemingenieurs in satellietontwerpteams. Het maakt hun werk gemakkelijker door toegang te bieden tot relevante informatie, waaronder feedback en antwoorden op specifieke vragen.

Satellietgegevensverwerking

Aardobservatiesatellieten genereren enorme hoeveelheden data. Dit wordt gedurende een grote periode in brokken door grondstations opgevangen, en moet worden samengevoegd voordat het kan worden geanalyseerd. Hoewel er enkele crowdsourcingprojecten zijn geweest om op zeer kleine schaal basisanalyse van satellietbeelden uit te voeren, kunstmatige intelligentie kan ons te hulp komen voor gedetailleerde analyse van satellietgegevens.

Voor de enorme hoeveelheid ontvangen gegevens, AI is zeer effectief geweest in het slim verwerken ervan. Het is gebruikt om warmteopslag in stedelijke gebieden te schatten en om meteorologische gegevens te combineren met satellietbeelden voor het schatten van windsnelheden. AI heeft ook geholpen bij het schatten van zonnestraling met behulp van geostationaire satellietgegevens, naast vele andere toepassingen.

AI voor gegevensverwerking kan ook voor de satellieten zelf worden gebruikt. In recent onderzoek is wetenschappers testten verschillende AI-technieken voor een satellietsysteem voor gezondheidsmonitoring op afstand. Dit is in staat om gegevens die van satellieten zijn ontvangen te analyseren om eventuele problemen op te sporen, voorspel de gezondheidsprestaties van satellieten en presenteer een visualisatie voor weloverwogen besluitvorming.

Ruimtepuin

Een van de grootste ruimte-uitdagingen van de 21e eeuw is het aanpakken van ruimtepuin. Volgens ESA, er zijn bijna 34, 000 objecten groter dan 10 cm die een ernstige bedreiging vormen voor de bestaande ruimte-infrastructuur. Er zijn enkele innovatieve benaderingen om met de dreiging om te gaan, zoals het ontwerpen van satellieten om de atmosfeer van de aarde opnieuw binnen te gaan als ze worden ingezet in het gebied met een lage baan om de aarde, waardoor ze op een gecontroleerde manier volledig desintegreren.

Een andere benadering is om mogelijke botsingen in de ruimte te voorkomen, voorkomen dat er vuil ontstaat. In een recente studie, onderzoekers ontwikkelden een methode om manoeuvres voor het vermijden van botsingen te ontwerpen met behulp van machine learning (ML) -technieken.

Een andere nieuwe benadering is om de enorme rekenkracht die op aarde beschikbaar is te gebruiken om ML-modellen te trainen, die modellen naar het ruimtevaartuig sturen dat al in een baan om de aarde is of onderweg is, en gebruik ze aan boord voor verschillende beslissingen. Een manier om de veiligheid van ruimtevluchten te waarborgen is onlangs voorgesteld met behulp van reeds getrainde netwerken aan boord van het ruimtevaartuig. Dit zorgt voor meer flexibiliteit bij het ontwerpen van satellieten terwijl het gevaar van botsingen in een baan om de aarde tot een minimum wordt beperkt.

Navigatiesystemen

Op aarde, we zijn gewend aan tools zoals Google Maps die gebruik maken van GPS of andere navigatiesystemen. Maar er is geen dergelijk systeem voor andere buitenaardse lichamen, voor nu.

We hebben geen navigatiesatellieten rond de maan of Mars, maar we zouden de miljoenen beelden kunnen gebruiken die we hebben van observatiesatellieten zoals de Lunar Reconnaissance Orbiter (LRO). in 2018, een team van onderzoekers van NASA ontwikkelde in samenwerking met Intel een intelligent navigatiesysteem met behulp van AI om de planeten te verkennen. Ze trainden het model op de miljoenen beschikbare foto's van verschillende missies en maakten een virtuele maankaart.

Terwijl we doorgaan met het verkennen van het universum, we zullen ambitieuze missies blijven plannen om onze inherente nieuwsgierigheid te bevredigen en om het menselijk leven op aarde te verbeteren. In onze inspanningen, kunstmatige intelligentie zal ons zowel op aarde als in de ruimte helpen deze verkenning mogelijk te maken.

Dit artikel is opnieuw gepubliceerd vanuit The Conversation onder een Creative Commons-licentie. Lees het originele artikel.