راه های یاری رسانی هوش مصنوعی به اکتشافات فضایی
به گزارش بلاگ پو، هوش مصنوعی با روش های متفاوتی به انسان ها یاری می نماید تا اکتشافات فضایی را به سادگی و به شکل خلاقانه تری انجام دهند.
به گزارش خبرنگاران، هوش مصنوعی در سال های اخیر، موج قابل توجهی را به راه انداخته است که به انسان ها امکان می دهد تا مسائل را بسیار سریع تر از رایانه های قدیمی حل نمایند. پیشرفت های هوش مصنوعی به انسان ها امکان داده است تا در انواع حوزه ها پیشرفت داشته باشند و این پیشرفت ها تنها به سیاره محل سکونت ما محدود نمی گردد. روش های بسیاری وجود دارند که هوش مصنوعی به واسطه آنها می تواند به انسان ها در فضایی ورای این سیاره یاری کند.
در این گزارش، به آنالیز راه هایی می پردازیم که هوش مصنوعی به واسطه آنها می تواند به اکتشافات فضایی یاری کند.
یاری به فضانوردان
شاید ربات هایی که در فیلم هایی مانند Interstellar در حال یاری به انسان ها دیده می شوند، در ماموریت های فضایی واقعی وجود نداشته باشند اما پژوهشگران سعی دارند ربات هایی هوشمند شبیه به این گونه ربات ها بسازند که می توانند دستیار انسان ها شوند. حتی اگر ظاهر این دستیارهای مبتنی بر هوش مصنوعی، شبیه به نمونه آنها در فیلم های علمی- تخیلی نباشد، باز هم در اکتشافات فضایی کارآمد خواهند بود.
پژوهشگران اخیرا نمونه ای از یک دستیار مجازی را ابداع نموده اند که می تواند خطرات احتمالی موجود در ماموریت های بلندمدت فضایی مانند تغییرات ایجاد شده در فضاپیما یا ضعف عملکرد حسگر را تشخیص دهد و هشدارهایی را در این مورد به خدمه آن ابلاغ کند.
در دسامبر سال 2019، یک دستیار صوتی مبتنی بر هوش مصنوعی موسوم به Cimon به ایستگاه فضایی بین المللی(ISS) فرستاده شد تا به مدت سه سال مورد آزمایش قرار بگیرد. قرار است که این ربات نهایتا با انجام دادن وظایفی که برای آن معین شده است، به کاهش استرس فضانوردان یاری کند. همچنین ناسا در حال ابداع یک همراه برای فضانوردانی است که بیرون از ایستگاه فضایی بین المللی کار می نمایند. این ربات موسوم به Robonaut با فضانوردان همکاری خواهد نمود تا وظایفی را که برای آنها بیش از اندازه خطرناک است، انجام دهد.
طراحی و برنامه ریزی ماموریت های فضایی
برنامه ریزی برای یک ماموریت فضایی به مقصد مریخ، کار ساده ای نیست اما هوش مصنوعی می تواند به ساده تر شدن آن یاری کند. ماموریت های فضایی جدید، به دانشی تکیه دارند که از ماموریت های پیشین به دست آمده اند اما امکان دارد که این اطلاعات، محدود باشند و یا به طور کامل در دسترس قرار نگیرند.
این بدان معناست که جریان اطلاعات فنی و میزان به اشتراک گذاری آن محدود می گردد. اگر همه اطلاعات مربوط به همه ماموریت های فضایی به سادگی در دسترس همه قرار می گرفت، تحول بزرگی در اکتشافات فضایی به همراه داشت. ممکن است روزی، یک سیستم هوشمندتر وجود داشته باشد که با تکیه بر هوش مصنوعی کار کند و بتواند به سوالات پیچیده ، پاسخ های معتبر و مرتبط بدهد. این سیستم، یاری بزرگی برای طراحی ابتدایی و برنامه ریزی ماموریت های جدید فضایی خواهد بود.
پژوهشگران سعی دارند یک دستیار نیز برای یاری به حوزه مهندسی طراحی نمایند تا زمان مورد احتیاج انسان ها برای طراحی ابتدایی ماموریت ها کاهش یابد. Daphne نمونه دیگری از دستیارهای هوشمند است که برای طراحی سیستم های اکتشافی ارائه می شوند. این دستیار توسط سیستم های مهندسی در طراحی ماهواره مورد استفاده قرار می گیرد و با ارائه اطلاعات مورد احتیاج به مهندسان این حوزه، کار آنها را ساده تر می نماید.
پردازش داده های ماهواره ای
ماهواره های اکتشافی زمین، میزان قابل توجهی از داده ها را فراوری می نمایند. این داده ها توسط ایستگاه های روی زمین و طی یک بازه بلند زمانی دریافت می شوند و سپس مورد آنالیز قرار می گیرند. هوش مصنوعی می تواند به انسان ها در تجزیه و تحلیل دقیق این داده های ماهواره ای یاری کند.
هوش مصنوعی در پردازش هوشمندانه حجم گسترده داده های دریافتی، بسیار موثر بوده است. برای نمونه می توان به توانایی هوش مصنوعی در تخمین زدن میزان ذخیره گرما در مناطق شهری و ترکیب داده های هواشناسی با تصاویر ماهواره ای برای اندازه گیری سرعت باد اشاره نمود.
هوش مصنوعی می تواند برای پردازش داده های خود ماهواره ها نیز مورد استفاده قرار بگیرد. دانشمندان در پژوهش های اخیر خود، چندین روش مبتنی بر هوش مصنوعی را در یک سیستم آنالیز ماهواره ای از راه دور به کار برده اند. این کار به ماهواره ها یاری می نماید تا هر گونه مسئله ای را تشخیص دهند، عملکرد ماهواره ها را پیش بینی نمایند و امکان تصمیم گیری بهتر را فراهم سازند.
زباله های فضایی
یکی از بزرگترین چالش های فضایی قرن 21، چگونگی حل کردن مشکل زباله های فضایی است. گزارش های سازمان های فضایی نشان می دهند که میزان قابل توجهی از این زباله ها در فضا سرگردان هستند و روز به روز به آنها افزوده می گردد. در حال حاضر، روش هایی برای مقابله با این مشکل ارائه شده اند و روش هایی نیز در دست طراحی هستند تا زباله های فضایی را با روش کنترل شده ای از بین ببرند.
یکی از روش های پیشنهادی، پیشگیری از برخورد فضاپیماها، موشک ها و ماهواره ها در فضا است تا زباله جدیدی فراوری نگردد. پژوهشگران در یک آنالیز جدید، روشی را طراحی نموده اند که در آن، سیستم های مبتنی بر هوش مصنوعی از برخورد پیشگیری می نمایند.
یک روش جدید دیگر، آموزش مدل های مبتنی بر یادگیری ماشینی و انتقال این مدل ها به فضاپیمایی است که در مدار حضور دارد و یا در راستا رسیدن به مقصد خود حرکت می نماید تا به تصمیم گیری یاری نمایند. یکی از راه هایی که اخیرا برای تضمین ایمنی پروازهای فضایی پیشنهاد شده، به کار بردن شبکه های آموزش دیده است. این کار، انعطاف پذیری بیشتری را در طراحی ماهواره فراهم می نماید و امکان برخورد در مدار را به حداقل می رساند.
سیستم های راستایابی
ما روی زمین از نرم افزاهایی مانند Google Maps برای راستایابی استفاده می کنیم اما در فضا نمونه ای مانند این نرم افزار وجود ندارد.
در اطراف ماه یا مریخ، ماهواره های راستایاب وجود ندارند اما شاید بتوان برای این کار از میلیون ها تصویر استفاده کرد که ماهواره های اکتشافی مانند مدارگرد شناسایی ماه(LRO) آنها را فراهم نموده اند. در سال 2018، گروهی از پژوهشگران ناسا با همکاری شرکت اینتل(Intel)، یک سیستم هوشمند راستایابی ابداع کردند که بتواند با استفاده از هوش مصنوعی به کشف سیاره ها بپردازد. آنها این مدل هوشمند را با میلیون ها تصویر تهیه شده از ماموریت های گوناگون آموزش دادند و یک نقشه مجازی از ماه ابداع کردند.
پژوهشگران همزمان با کاوش در دنیا، به برنامه ریزی ماموریت های بلندپروازانه ادامه می دهند تا هم حس کنجکاوی خود را رفع سازند و هم به بهبود زندگی انسان ها یاری نمایند. هوش مصنوعی نیز در راستای رسیدن به این هدف، به پژوهشگران یاری خواهد نمود تا برنامه های اکتشافی در زمین و فضا محقق شوند.
منبع: خبرگزاری ایسنا