Сохранение лидерства в космосе остается одной из главных задач для Военно-космических сил США, NASA и других федеральных агентств. Соединенные Штаты продолжают сосредоточиваться на исследовании космоса как на ключевой области для выполнения миссий, научных исследований и обеспечения национальной безопасности. Один из способов сохранить ведущие позиции — достичь доминирования в области данных, используя инструменты искусственного интеллекта (ИИ), такие как алгоритмы машинного обучения (МО), на борту космических миссий для облегчения и обеспечения принятия решений в реальном времени.
Эти технологии могут применяться для инженерного анализа и проведения научных измерений. Анализ данных и алгоритмы МО также могут оптимизировать ресурсы, приоритизировать данные для передачи на Землю и быстро выявлять паттерны. Цель этих стратегий — разработка космических аппаратов, способных к реальному анализу ситуации, что позволит им принимать автономные решения и дополнительно оптимизировать космические миссии.
Разработка автономных научных аппаратов требует коренного изменения подхода к исследованию космоса. Кроме того, космическим организациям необходимо справляться с несколькими техническими аспектами для успешной реализации этой концепции, включая экологические ограничения и адаптацию решений под конкретные задачи миссий.
Данные как основа космических миссий
Анализ данных и алгоритмы МО становятся движущей силой космических миссий. Они могут оптимизировать использование ресурсов, таких как топливо и энергия, помогать в планировании и организации стратегий наблюдения для космических телескопов и поддерживать приоритизацию данных, которые нужно в первую очередь отправить на Землю. В то время как алгоритмы МО на Земле могут быстро выявлять паттерны в огромных наборах данных, модели МО на борту космических аппаратов могут сделать миссии еще более эффективными. Например, аппарат, занимающийся поиском жизни, мог бы анализировать собранные данные, выявлять органические соединения в реальном времени и приоритизировать другие места для отбора проб без вмешательства с Земли.
Долгосрочной целью данного подхода является проведение анализа in situ с помощью космических аппаратов, работающих и анализирующих данные в реальном времени, принимающих автономные решения, которые приоритизируют научные цели без зависимости от операций, основанных на Земле. Представьте себе космический аппарат на луне Сатурна Энцелад, собирающий данные из струй, выбрасываемых на южном полюсе, затем анализирующий эти данные на борту и изменяющий приоритеты других операций без необходимости ждать передачи данных от ученых на Земле. Всё это может осуществляться на основе сбора данных с использованием моделей ИИ, программного анализа и вычислений на границе.
Несмотря на то, что такая реализация на борту поможет принимать решения на месте для оптимизации ресурсов и научных результатов, необходимо преодолеть несколько препятствий, чтобы реализовать эту концепцию для более эффективного будущего.
Проблемы исследования космоса
Одной из основных проблем внедрения космических аппаратов, усиленных ИИ, является ограниченная вычислительная мощность на борту, что обусловлено строгими ограничениями по энергии и весу. Это делает распределение энергии между коммуникацией, мобильностью, проведением экспериментов, вычислениями и многими другими задачами сложной задачей. Процесс «космической сертификации», включая терморегуляцию, защиту от радиации и защиту от метеоритного и орбитального мусора, усложняет разработку аппаратуры и увеличивает затраты. Ограничения пропускной способности и задержки в коммуникации представляют собой еще одну проблему для передачи данных. Более того, когда целевая планета не находится в прямой видимости Земли, связь становится совершенно невозможной для традиционных космических аппаратов.
Доверие к стратегиям, основанным на ИИ, также является серьезной проблемой, особенно для миссий по обнаружению жизни. Модели МО часто рассматриваются как «черные ящики», что затрудняет для ученых полное доверие к результатам соответствующих алгоритмов. Применение ИИ и МО в космических исследованиях вдохновляет истинный оптимизм и любопытство, способствуя научным открытиям.
Чтобы достичь такого будущего, индустрия должна сосредоточить усилия на таких решениях, как разработка аппаратуры, позволяющей проводить вычисления ИИ в реальном времени, развитие инструментов передачи данных и продолжение инвестиций в Сеть глубококосмической связи (DSN) для дальнейшего повышения эффективности передачи данных для миссий. Основной трудностью является необходимость доказать, что новое оборудование действительно имеет значение. Космические миссии зависят от летной наследственности — чтобы доказать, что новое оборудование работает, индустрия нуждается в процессе тестирования и демонстрации технологий с новым оборудованием на борту.
Тестирование приоритизации данных, основанной на данных, также должно проводиться — в настоящее время космические миссии разрабатываются для сбора объема данных, который может быть отправлен на Землю. С космическими аппаратами, усиленными ИИ, может произойти коренное изменение, так как способность передавать данные на Землю больше не будет значительным узким местом, поскольку можно будет внедрить приоритизацию данных. Конечная цель заключается в сборе как можно большего объема данных, которые может собрать инструмент на борту, а затем использование умного алгоритма на борту для приоритизации «наиболее интересных» данных для передачи на Землю.
Больше возможностей для тестирования алгоритмов на борту во время симуляций и на низкорискованных научных миссиях поможет повысить уровень готовности технологий решений. Космические миссии традиционно полагаются на заранее запрограммированные инструкции и обширный анализ с участием Земли. Этот подход является полной переменой парадигмы космических исследований и разработок, но становление ориентированным на данные в космосе необходимо для достижения успеха, особенно при исследовании более отдаленных объектов в нашей солнечной системе.
Будущее, ориентированное на данные
Сотрудничество с частным сектором является ключом к преобразованию космических миссий — вовлечение экспертов обеспечит инновационные решения и стратегии, которые помогут космическим командам разрабатывать аппараты, способные обрабатывать, транспортировать и интерпретировать критически важные данные. Это сотрудничество можно использовать для обеспечения вычислений ИИ в реальном времени непосредственно на борту космического аппарата, а также для улучшения процессов обработки данных для оперативных команд, от сбора данных до их приоритизации.
Кроме того, такое сотрудничество может ускорить разработку процессоров ИИ для космических приложений, обеспечивая их защиту от радиации и высокую энергоэффективность. Эти сотрудничества уже имеют место, например, партнерство NASA и IBM в области ИИ. Космические агентства и вся космическая индустрия также должны внедрить интеллектуальное решение для сбора данных, или поток обработки данных, который включает сбор данных, их маркировку, анализ и последующее управление ими, чтобы команды могли получать доступ к данным и принимать решения вблизи реального времени для критически важных операций.
Данные также могут использоваться в моделях МО для различных приложений, включая обнаружение аномалий, прогнозирование отказов оборудования и анализ научных данных. Это можно сделать, обучая модели на Земле, а затем донастраивая их для конкретных целей космической миссии. Более эффективное использование больших данных также позволит командам на Земле разрабатывать инструменты визуализации и моделирования. Это могут быть цифровые двойники — виртуальные реплики космических аппаратов и планетарных сред для моделирования миссий и тестирования алгоритмов перед запуском, что приведет к более умным и решительным действиям для операций миссий.
Создание среды, ориентированной на данные, — это не просто внедрение инструментов следующего поколения, но и катализатор для следующей границы космических открытий и исследований. Продвижение исследований космоса с использованием ИИ требует междисциплинарного сотрудничества (между экспертами в области ИИ, программистами, астробиологами и так далее), обеспечивая адаптивность и масштабируемость инструментов и моделей. По мере повышения вычислительной мощности и возможностей на борту, задачи, требующие больших объемов данных (такие как спектральный анализ с помощью МО), могут все чаще выполняться в космосе, что позволит получать оперативные данные и совместные научные открытия, открывая следующую границу космических исследований.
Источник: SpaceNews