NASA Actualmente Utiliza A.I. para la Ciencia Espacial

En un anuncio publicado por NASA el mes pasado, la agencia dijo que la A.I. tiene el potencial de ayudar a trabajar en algunos de los problemas más grandes de la ciencia espacial. La A.I. podría ser utilizada para buscar vida en otros planetas o identificar asteroides. Los científicos de la NASA están colaborando con líderes de la industria de la A.I., como Intel, IBM y Google. Juntos, pueden aplicar algoritmos de computadora avanzados para resolver algunos de esos problemas. 

Hay ciertas tecnologías de A.I. en las que la NASA confía, como el aprendizaje automático, para interpretar datos. Estos datos serán recopilados por telescopios, incluyendo el Telescopio Espacial James Webb o el Satélite de Investigación de Exoplanetas en Tránsito, en algún momento en el futuro.

Giada Arney, una astrobióloga del Centro de Vuelo Espacial Goddard de la NASA en Greenbelt, Maryland, espera que el aprendizaje automático pueda ayudarla a ella y a su equipo a encontrar alguna indicación de vida en los datos que serán recopilados por los telescopios y observatorios. 

“Estas tecnologías son muy importantes, especialmente para grandes conjuntos de datos y especialmente en el campo de los exoplanetas”, dijo Arney en el anuncio. “Porque los datos que obtendremos de futuras observaciones serán escasos y ruidosos. Será muy difícil de entender. Así que el uso de estas herramientas tiene mucho potencial para ayudarnos”.

La NASA ejecuta un programa de ocho semanas cada verano que reúne a líderes de los sectores tecnológico y espacial, llamado Desarrollo de Frontera (FDL).

Shawn Domagl-Goldman es un astrobiólogo de la NASA Goddard. 

“FDL se siente como si algunos músicos muy buenos con diferentes instrumentos se reunieran para una sesión de improvisación en el garaje, encontraran algo realmente genial y dijeran: ‘Hey, tenemos una banda aquí'”, dijo en el anuncio.

En 2018, un equipo de FDL fue mentorizado por Domagal-Goldman y Arney, y desarrollaron una técnica de aprendizaje automático que se basa en redes neuronales. Analizan imágenes e identifican la química de los exoplanetas utilizando las longitudes de onda de luz emitidas o absorbidas por moléculas en su atmósfera. 

Al utilizar esta nueva técnica, los investigadores podrían identificar varias moléculas en la atmósfera del exoplaneta WASP-12b. La técnica lo hizo con más precisión que otros métodos. 

Según Domagal-Goldman, la red neuronal también puede identificar cuando hay una falta de datos. La técnica bayesiana, como se llama, también puede decirles a los científicos cuán seguros están de su predicción. 

“En lugares donde los datos no eran lo suficientemente buenos como para dar un resultado realmente preciso, este modelo fue mejor al saber que no estaba seguro de la respuesta, lo cual es realmente importante si vamos a confiar en estas predicciones”, dijo Domagal-Goldman.

La técnica bayesiana aún está en desarrollo, pero otras tecnologías de FDL se están utilizando en el mundo real. En 2017, se desarrolló un programa de aprendizaje automático por participantes de FDL que era capaz de crear rápidamente modelos 3D de asteroides cercanos. También podía estimar con precisión sus formas, tamaños y tasas de rotación. Este tipo de información es útil para que la NASA detecte y desvíe asteroides que amenazan la Tierra. 

Los astrónomos tradicionalmente utilizan software de computadora simple para crear modelos 3D, y analizan mediciones de radar de un asteroide en movimiento. Luego proporcionan información útil para ayudar a los científicos a inferir sus propiedades físicas en función de los cambios en la señal de radar. 

Bill Diamond es el presidente y director ejecutivo de SETI. 

“Un astrónomo hábil con recursos de computación estándar podría dar forma a un solo asteroide en uno a tres meses”, dijo Diamond. “Así que la pregunta para el equipo de investigación fue: ¿Podemos acelerarlo?”

El equipo, compuesto por estudiantes de Francia, Sudáfrica y Estados Unidos, junto con mentores de la academia y la empresa de tecnología Nividia, desarrollaron un algoritmo capaz de renderizar un asteroide en tan solo cuatro días. La técnica se utiliza actualmente por astrónomos en el Observatorio de Arecibo en Puerto Rico, y realiza modelado de forma de asteroides en tiempo real. 

Los investigadores también sugieren que las tecnologías de A.I. se incorporen en futuras naves espaciales, y que permitirían que la nave espacial tome decisiones en tiempo real.

“Los métodos de A.I. nos ayudarán a liberar potencia de procesamiento de nuestros propios cerebros al hacer mucho del trabajo inicial en tareas difíciles”, dijo Arney. “Pero estos métodos no reemplazarán a los humanos en un futuro cercano, porque todavía necesitaremos verificar los resultados”.