نماذج الذكاء الاصطناعي المفتوحة المصدر تتعامل مع مشكلة الفضاء المحللة

وفقًا للإعلان الأخير من شركة آي بي إم، كما ذكر موقع TechHQ، يتم استخدام الذكاء الاصطناعي المفتوح المصدر لحل المشكلات في الفضاء الخارجي، ومواجهة القضايا المتعلقة بالفضاء المحللة والاتصالات الفضائية.

لقد كانت شركة آي بي إم تطور التكنولوجيا الحاسوبية لتطوير استكشاف الفضاء والاتصالات منذ الأربعينيات، ولكن الآن ستستخدم آي بي إم الذكاء الاصطناعي لمعالجة هذه المهام. تعمل آي بي إم على两个 مشروعين متعلقين بالفضاء: KubeSat و SSA (الوعي بالحالة الفضائية). يهدف KubeSat إلى تمكين إنشاء وسيطرة المهام على أسراب الأقمار الصناعية، بينما يهدف SSA إلى تتبع موقع الفضاء المحللة في مدار الأرض المنخفض.

كشف فريق Space Tech Hub في آي بي إم عن المشروعين مؤخرًا. يقود فريق التكنولوجيا الفضائية نايم التاف، ووفقًا للتاف، فإن مشروع KubeSat هو إطار tự động يوفر الأدوات اللازمة لإنشاء وتنظيم المهام لأسراب الأقمار الصناعية والمراصد. بالإضافة إلى ذلك، يمكن لإطار KubeSat محاكاة الاتصالات بين الأقمار الصناعية، مما يساعد المهندسين على تحسين هذه الاتصالات.

كلما زادت عدد الأقمار الصناعية المُطَلَّة، أصبحت الاتصالات بينها أكثر تعقيدًا، ويتطلب الأمر تلقينها وتحسينها. يستخدم الإطار خوارزميات التعلم الآلي لتحسين الاتصالات بين الأقمار الصناعية، ووضع قيود على الاتصالات بين بعض الأقمار الصناعية. يمكن استخدام KubeSat لمحاكاة كيفية تفاعل الأقمار الصناعية مع المحطات الأرضية حتى أثناء حدوث اتصالات آلية بين الأقمار الصناعية. يتم نشر الاتصالات على لوحة ويب للآخرين لمشاهدتها. يعمل KubeSat على محاكاته من خلال Orekit، وهو مكتبة ديناميكية تم إنشاؤها بلغة جافا.

تم إطلاق مشروع KubeSat مفتوح المصدر على أمل أن يتم تمكين صناعة أسراب الأقمار الصناعية، وتمكين الشركات الناشئة وشركات تشغيل الأقمار الصناعية من استخدام التكنولوجيا الناشئة.

مشروع SSA هو نتيجة للتعاون بين فريق Space Tech Hub في آي بي إم ود. موريبا جاه من جامعة تكساس. الهدف هو أن تحسن نماذج الذكاء الاصطناعي تنبؤات المدار للأجسام في مدار الأرض المنخفض. يحتوي مدار الأرض المنخفض على الكثير من الفضاء المحللة، معظمها من بقايا إطلاق الصواريخ أو الأقمار الصناعية المتدهورة. تتحرك هذه الأجسام حول الأرض بسرعات تصل إلى آلاف الأمتار في الثانية، ويمكن أن تتغير مساراتها فجأة بسبب التقلبات في الطقس والكثافة الجوية. يتعين التنبؤ بمسار هذه الأجسام لمنع حدوث تصادمات بين الفضاء المحللة والأجهزة الفضائية الهامة.

تم تدريب نماذج SSA على بيانات جمعتها القيادة الاستراتيجية الأمريكية. يتم تحديث مجموعة البيانات مرة واحدة في اليوم. يستخدم نموذج فيزيائي لتحديد التنبؤات الأولية لمسار معظم الأجسام في مدار الأرض المنخفض، ثم يستخدم نموذج التعلم الآلي لتحديد الأخطاء في النماذج الفيزيائية. يدمج نموذج SSA بين النموذجين لتحديث نموذج المدار الفيزيائي. النموذج الثاني هو نموذج تعزيز التدرج dựa على XGBoost.

مثل KubeSat، تم إطلاق نماذج SSA مفتوحة المصدر في محاولة لتشجيع مشاركة البيانات والتعاون بين الشركات الفضائية والشركات التكنولوجية المختلفة. بعد كل شيء، مشاكل الاتصالات الفضائية والفضاء المحللة تشكل تهديدًا لجميع الشركات التي تعمل في الفضاء.

تم إتاحة KubeSat و OpenShift من خلال منصة آي بي إم Red Hat OpenShift.