NASA setzt derzeit K.I. für Weltraumwissenschaft ein

In einer Erklärung, die NASA letztes Monat veröffentlichte, sagte die Agentur, dass K.I. das Potenzial hat, bei der Lösung einiger der größten Probleme in der Weltraumwissenschaft zu helfen. K.I. könnte verwendet werden, um nach Leben auf anderen Planeten zu suchen oder Asteroiden zu identifizieren. NASA-Wissenschaftler arbeiten mit Führungskräften in der KI-Industrie wie Intel (INTC ), IBM und Google (GOOGL ) zusammen. Gemeinsam können sie fortschrittliche Computer-Algorithmen anwenden, um einige dieser Probleme zu lösen.

Es gibt bestimmte K.I.-Technologien, auf die NASA angewiesen ist, wie z.B. maschinelles Lernen, um Daten zu interpretieren. Diese Daten werden dann von Teleskopen gesammelt, einschließlich des James-Webb-Weltraumteleskops oder des Transiting-Exoplanet-Survey-Satelliten, zu einem bestimmten Zeitpunkt in der Zukunft.

Giada Arney, eine Astrobiologin am NASA-Goddard Space Flight Center in Greenbelt, Maryland, hofft, dass maschinelles Lernen ihr und ihrem Team helfen kann, einige Anzeichen von Leben in den Daten zu finden, die von den Teleskopen und Observatorien gesammelt werden.

“Diese Technologien sind sehr wichtig, insbesondere für große Datensätze und insbesondere im Exoplaneten-Feld”, sagte Arney in der Erklärung. “Weil die Daten, die wir aus zukünftigen Beobachtungen erhalten, spärlich und laut sein werden. Es wird sehr schwer sein, sie zu verstehen. Die Verwendung dieser Arten von Werkzeugen hat so viel Potenzial, um uns zu helfen.”

NASA führt jedes Sommer ein achtwöchiges Programm durch, das Führungskräfte aus den Technologie- und Weltraumsektoren zusammenbringt, das sogenannte Frontier Development (FDL)-Programm.

Shawn Domagl-Goldman ist ein NASA-Goddard-Astrobiologe.

“FDL fühlt sich wie eine Gruppe von sehr guten Musikern mit verschiedenen Instrumenten an, die sich für eine Jam-Session im Garage treffen, etwas Really Cool finden und sagen: ‘Hey, wir haben hier eine Band'”, sagte er in der Erklärung.

Im Jahr 2018 entwickelte ein FDL-Team, das von Domagal-Goldman und Arney betreut wurde, eine maschinelle Lern-Technik, die auf neuronalen Netzen basiert. Sie analysieren Bilder und identifizieren die Chemie von Exoplaneten, indem sie die Wellenlängen von Licht verwenden, das von Molekülen in ihrer Atmosphäre emittiert oder absorbiert wird.

Mithilfe dieser neuen Technik konnten Forscher verschiedene Moleküle in der Atmosphäre des Exoplaneten WASP-12b identifizieren. Die Technik tat dies genauer als andere Methoden.

Laut Domagal-Goldman kann das neuronale Netz auch erkennen, wenn es an Daten mangelt. Die bayessche Technik, wie sie genannt wird, kann auch den Wissenschaftlern sagen, wie sicher sie sich über ihre Vorhersage sind.

“An Orten, an denen die Daten nicht gut genug waren, um ein wirklich genaues Ergebnis zu liefern, war dieses Modell besser darin, zu wissen, dass es sich nicht sicher war, was sehr wichtig ist, wenn wir diesen Vorhersagen vertrauen sollen”, sagte Domagal-Goldman.

Die bayessche Technik wird noch entwickelt, aber andere FDL-Technologien werden in der realen Welt eingesetzt. Im Jahr 2017 entwickelten FDL-Teilnehmer ein maschinelles Lernprogramm, das in der Lage war, schnell 3D-Modelle von nahegelegenen Asteroiden zu erstellen. Es konnte auch ihre Formen, Größen und Rotationsraten genau schätzen. Diese Art von Informationen ist für NASA nützlich, um Asteroiden zu erkennen und abzulenken, die die Erde bedrohen.

Astronomen verwenden traditionell einfache Computer-Software, um 3D-Modelle zu erstellen, und analysieren Radar-Messungen eines bewegten Asteroiden. Es liefert nützliche Informationen, um Wissenschaftlern zu helfen, ihre physikalischen Eigenschaften auf der Grundlage von Änderungen im Radar-Signal abzuleiten.

Bill Diamond ist der Präsident und CEO von SETI.

“Ein erfahrener Astronom mit Standard-Computer-Ressourcen könnte einen einzelnen Asteroiden in einem bis drei Monaten formen”, sagte Diamond. “Die Frage für das Forschungsteam war also: Können wir es beschleunigen?”

Das Team, bestehend aus Studenten aus Frankreich, Südafrika und den Vereinigten Staaten, sowie Mentoren aus der Wissenschaft und der Technologie-Firma Nividia, entwickelte einen Algorithmus, der in der Lage war, einen Asteroiden in nur vier Tagen zu rendern. Die Technik wird derzeit von Astronomen am Arecibo-Observatorium in Puerto Rico verwendet und ermöglicht es, die Form von Asteroiden in Echtzeit zu modellieren.

Forscher schlagen auch vor, dass K.I.-Technologien in zukünftige Raumfahrzeuge integriert werden sollten, und dass dies es den Raumfahrzeugen ermöglichen würde, in Echtzeit Entscheidungen zu treffen.

“K.I.-Methoden werden uns helfen, die Verarbeitungsleistung von unseren eigenen Gehirnen zu befreien, indem sie viel der anfänglichen Arbeit bei schwierigen Aufgaben erledigen”, sagte Arney. “Aber diese Methoden werden die Menschen nicht bald ersetzen, weil wir die Ergebnisse immer noch überprüfen müssen.”