Az űrkutatás az emberi kíváncsiság és innováció egyik legizgalmasabb területe, csakúgy, mint a mesterséges intelligencia.
A 20. század közepétől kezdve, amikor az első műholdak és emberek kiléptek a világűrbe, az emberiség folyamatosan feszegeti a határokat. Most, az elmúlt néhány évben nincs ez másképp a mélytanulási modellek esetén sem. Ahogy azonban az űrkutatás egyre összetettebbé válik, az emberiség felismerte, hogy ideje ötvözni a két területet. Ma már a mesterséges intelligencia (MI) kulcsfontosságú szerepet játszik abban, hogy a határt még tovább toljuk.
A NASA régóta használja a mesterséges intelligenciát
Habár elsőre azt gondolnánk, hogy az MI modelleket az új élet kutatására használják, a gyakorlatban ez nem így van. Az innováció sokkal inkább abban rejlik, hogy a mesterséges intelligencia révén lehetővé válik az űreszközök hatékonyabb, biztonságosabb és hosszabb távú működése. Az új anyagok és gyártási technológiák – mint például a könnyű, de erős kompozitok és a 3D nyomtatás – forradalmasítják az űreszközök tervezését és építését. Ezt támasztja alá a NASA nemrég tett bejelentése is, amely szerint az MI segítségével tervezett hardverek könnyebbek, nagyobb szerkezeti terhelést képesek elviselni, mindemellett a szoftverminőség javul. Emellett az alkatrészek fejlesztési ideje is jelentősen lerövidül, ami egyaránt idő- és költséghatékony.
A NASA közleménye szerint a kutatómunkát Ryan McClelland végezte, aki a speciális, egyedi alkatrészek tervezéséhez kereskedelemben elérhető mesterségesintelligencia-szoftvereket használt. A tervezés során a küldetés követelményeiből indult ki, és megjelölte azokat a pontokat, ahol az alkatrészek csatlakoznak az adott műszerhez vagy űrhajóhoz. Előfordulhat, hogy bizonyos területeket kizár, hogy az algoritmus ne zavarjon például egy lézersugarat vagy optikai érzékelőt. Az összetettebb szerkezetek esetében pedig biztosítani kell, hogy a technikusok keze hozzáférjen az összeszereléshez és az igazításokhoz.
Ryan McClelland egy titánból készült, 3D-nyomtatott szerkezeti alkatrésszel. (Kép: NASA / Henry Dennis)
Az adatelemzés sem marad ki
Természetesen az űrkutatás során az adatelemzés területén is jelentős előrelépést értek el a mesterségesintelligencia-algoritmusok adaptálásával. Nap mint nap hatalmas mennyiségű adat keletkezik, akár csillagászati megfigyelésekről, akár bolygók légkörének elemzéséről van szó. Az űrteleszkópok, műholdak és egyéb mérőműszerek minden nap elképesztő mennyiségű információt továbbítanak a Földre. Az MI képes ezeket az adatokat gyorsabban és pontosabban elemezni, mint bármilyen hagyományos módszer.
A gépi tanulás, egy az MI-hez kapcsolódó technológia, segíthet az adatelemzés automatizálásában, felismerve azokat a mintázatokat, amelyek esetleg elkerülnék az emberi szem figyelmét. Például a csillagászok az MI-t arra használják, hogy új bolygókat vagy galaxisokat fedezzenek fel, amelyekről eddig nem is tudtunk. Egy ilyen rendszer képes arra, hogy az adatokat szűrje, és csak a legígéretesebb felfedezéseket mutassa meg a kutatóknak, jelentősen csökkentve az időigényt és növelve a pontosságot. (Forrás: FrontEndART) Kapcsolódó cikkek:
VIREO: küldetés teljesítve!
Euclid-galaxisok állatkertje
Műholdakkal a kémballonok nyomában
Tud-e a mesterséges intelligencia űrhajót tervezni?
Adatbányászat
Radarműholdakkal a hajók nyomában
Az űrhajózás vége
Mesterséges intelligencia az űrkutatásban – pályázat diákoknak
Légszennyező források
A mesterséges intelligencia és a SETI
Hatékonyabb földmegfigyelés
Amatőr földmegfigyelők
Digitális egészségügy – az emberiség galaktikus jövőjének kulcsa (2. rész)
Űrcsillagászat és rákkutatás
Mesterséges intelligencia az űrben
Bebizonyították, hogy a kereskedelmi célú műholdak földfelvételei felhasználhatók a légkörben mozgó tárgyak azonosítására, legyen szó akár kémballonokról, akár „ufókról”.
