Kuinka tekoäly auttoi Artemis II -kuumiekkolennon laukaisussa

Huhtikuun 1. päivänä 2026 neljä astronauttia kiinnittyi Orion-avaruusalukseen ja lensi rakettia pitkin historiaan. Komentaja Reid Wiseman, lentäjä Victor Glover ja tehtävän erikoismiehet Christina Koch ja Jeremy Hansen olivat ensimmäiset ihmiset, jotka kiersivät kuun ympäri Apollo-lentojen jälkeen.

Heidän 10-päiväinen tehtävänsä oli ihmisen älymystön ja asiantuntemuksen saavutus. Se esitteli myös tekoälyä avaruuden tutkimuksessa.

SIAT: Tekoäly, joka seuraa kaikkea

Orionin laivan tietokonejärjestelmän ytimessä on järjestelmä, jota kutsutaan System Invariant Analysis Technology (SIAT) -järjestelmäksi, jonka NEC Corp kehitti ja Lockheed Martin integroi laivan järjestelmiin. SIAT on analytiikka moottori, joka valvoo jatkuvasti anturidataa, oppii monimutkaisten järjestelmien normaalin käyttäytymisen ja ilmoittaa poikkeamat ennen kuin ne pahenevat.

Arvioinnissa SIAT mallinsi miljardeja suhteita useiden järjestelmämuuttujien ja anturien välillä. Nykyaikaiset avaruusalukset kuten Orion tuottavat suuria määriä telemetria- ja testidataa, joten SIAT:lla oli paljon työtä. Tämän tiedon määrä sekä sen nopeus, jolla se analysoitiin, on ihmisten toimintakyvyn ulottumattomissa.

Tämä teknologia on upotettu Lockheed Martinin Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI) -alustaan, joka on analyysikehys, joka luo kattavan kuvan avaruusaluksen terveydestä. Tämä yhteys johtaa proaktiiviseen poikkeama-analyysiin, joka kattaa suunnittelun, kehityksen, tuotannon ja elävän tehtävän toiminnan.

SIAT on yksi monista tekoälymallista, jotka ovat kaukana julkisuudesta, mutta se on erittäin tärkeä miehitetyssä avaruusaluksessa. Se on hiljainen, mutta kykenee havaitsemaan ongelmia, jotka voivat olla haasteellisia seurata manuaalisesti.

Digitaaliset kaksoiskappaleet ja itseohjautuvat järjestelmät

Ennen kuin astronautit nousivat Orioniin, insinöörit ja miehistö harjoittelivat täysimittaisia simulaatioita avaruusaluksen kopiossa, harjoitellen skenaarioita, joita ei voi testata Maan normaaleissa olosuhteissa.

Digitaalisten kaksoiskappaleiden simulaatiot viittaavat tekoälyvoimiin virtuaalimalleihin avaruusaluksen fyysisistä järjestelmistä. Nämä työkalut sallivat tiimien stressitestata elintärkeitä avaruusaluksen ja tehtävän osia, kuten elämän ylläpitoa, navigointia ja viestintää olosuhteissa, jotka ovat lähes mahdottomia tai vaarallisia jäljitettäväksi Maan laboratorioissa.

Laivan tietokoneet suunniteltiin pitämään elintärkeitä järjestelmiä toiminnassa avaruuden korkean säteilyn olosuhteissa. Tämä arkkitehtuuri, yhdistettynä itseohjautuviin algoritmeihin, jotka hallitsevat reittiä reaaliajassa, salli avaruusaluksen ylläpitää toimintaa pitkien viestintäkatkosten aikana, jotka ovat osa syvän avaruuden matkustamista.

Alexa avaruudessa: Callisto-tekniikkademo

Yksi näkyvimpiä tekoälysovelluksia Artemis-lennolla on Callisto, teknologiademo, jonka Lockheed Martin ja NASA kehittivät yhdessä.

Callistolla on upotettu Amazonin Alexa-ääniavustaja ja Cisco Webex -viestintäalusta suoraan Orion-kapselin keskuskonsoliin. Se yhdistää NASA:n Deep Space Networkiin. Tämä integraatio antaa sekä astronautille että lennon operaattoreille Johnsonin avaruuskeskuksessa käsivapaiden liittymän syvän avaruuden toiminnalle.

Yksi Callisto-hankkeen merkittävimmistä osista on sen julkisesti näkyvä osa. Artemis I -lennolla Lockheed Martin kutsui ihmisiä Maassa osallistumaan integraatioon suoraan, keräämällä viestejä ihmiskunnalle ja Artemis-lentoihin osallistuvalle tiimille. Se on varhainen esimerkki siitä, miten tekoäly voi toimia siltaa lennolla, joka on satoja tuhansia kilometrejä pois, ja laajemmalle yleisölle, joka seuraa sitä kotona.

Syvä oppiminen kuun navigoinnissa

Päästäminen kuuhun on yksi haaste. Astronauttien tietäminen sijaintiaan, kun he ovat siellä, on toinen tehtävä. Koska Apollo-miehistöt toimivat pienemmässä alueessa, he eivät tarvinneet tarkkaa laajaa navigointia. Artemis-lentoihin, jotka kohdistuvat kuun etelänavalle, astronauttien on kuitenkin osoitettava itsensä suuremmassa ja monimutkaisemmassa maastossa.

Vuonna 2018 tutkijat Frontier Development Lab -laboratoriossa rakensivat tekoälyohjattavan navigointityökalun, joka perustui yksityiskohtaiseen kuun maaston simulaatioon. Astronautit voivat otaa kuvia ympäristöstään, ja syvä oppimismallit vertaavat niitä simuloituun ympäristöön, jotta voidaan määrittää tarkat koordinaatit.

Järjestelmä toimii kuin GPS, joka toimii koneen näön sijaan satelliiteista, mikä näyttää lupaavaa, kun lennot kasvavat laajuudessaan ja pyrkimyksissään. Tekoälyä käytetään jo monissa lennoissa navigointiin ja uusien alueiden tutkimiseen ja eksoplaneettojen tutkimiseen. Ajan myötä tämä teknologia voi kehittyä edelleen ja laajentaa ihmisten tietämystä maailmankaikkeudesta.

Hallinnon aukko

Kun tekoäly ottaa vastuuta miehitetyssä avaruuslennossa, hallitukset ja instituutiot herättävät kysymyksiä valvonnasta ja vastuusta. Yhdistyneiden Kansakuntien avaruusasioiden toimisto on vaatinut hallintorakenteita, jotka perustuvat näihin tärkeisiin tavoitteisiin:

• Etinen ja avoin tekoäly avaruusoperaatioissa: Tämä vaatii selitettäviä tekoälyjärjestelmiä, merkittävää ihmisten valvontaa ja vahvoja vikasuojausjärjestelmiä, erityisesti kriittisille toiminnoille.
• Reiluus, inklusiivisuus ja globaali kapasiteetin kehittäminen: UNOOSA puolustaa monipuolisia tietoja, avoimia työkaluja ja kohdennettuja koulutusohjelmia kehittyvissä maissa.
• Vastuullinen kehitys ja käyttö geospatial- perustuvia malleja: Organisaatio korostaa suurten tekoälymallien potentiaalia, mutta painottaa myös tarvetta kattavalle arvioinnille. Tämä sisältää tekijöitä, kuten energiankulutuksen, robustisuuden ja sosiaalisten ja eettisten vaikutusten.
• Ilmaston kestävyyden ja kestävän kehityksen integrointi: Toimisto vaatii ilmaston huomioon ottamista koko tekoälyn ja maan seuranta -teknologian elinkaaren aikana.
• Suojaaminen tietojen omistajuutta ja eheys: Tämä tavoite keskittyy tarpeeseen toimenpiteille, joilla estetään tietojen manipulointi ja varmistetaan geospatial-tiedon alkuperä.

UNOOSA:n politiikkadokumentin merkittävä osa on vaatimus kehyksistä, jotka luovat ennakko turvallisuustapauksia. Nämä suositellut käytännöt antavat etukäteen luvan tekoälypäätöksille määritellyissä parametreissa avaruuslennossa, joissa ihmisten väliintulo on mahdotonta.

Tekoäly todennäköisesti tekee päätöksiä avaruudessa, erityisesti tilanteissa, joissa viestintäjärjestelmät ovat vahingoittuneita. Vaikka tiimit pyrkivät estämään tämän, on kuitenkin tärkeää valmistautua näihin tilanteisiin ja määritellä, millaisissa olosuhteissa tekoäly voi tehdä päätöksiä ja millä tasolla ihmisten valvontaa.

Mitä Artemis II osoitti

Artemis II vahvisti onnistuneesti Orion-avaruusaluksen järjestelmiä, miehistön toimintaa ja tehtävän prosesseja olosuhteissa, joita ei voida jäljitellä Maassa. Se on myös vahvistanut, miten ihmiset ja tekoäly voivat työskennellä yhdessä ilmakehän ulkopuolella.

Apollo-aikakaudella vaadittiin poikkeuksellista ihmisen suorituskykyä paineen alla, lähinnä tarpeen vuoksi. Artemis ottaa toisen, hajautetun lähestymistavan, joka on yhteistyötä ihmisen intuitiota ja koulutusta ja koneen älykkyyttä.

Tässä tekoäly käsittelee jatkuvan, data-intensiivisen seurannan, joka voi olla haasteellista miehistölle hallita. Tämä apu on vapauttanut heidän aikansa ja ponnistelunsa, jotta he voivat keskittyä päätöksiin ja prosesseihin, joita vain ihmiset voivat tehdä.

Tekoäly-ystäville Artemis II -kuu-lento on todiste siitä, mitä tarkoituksenmukainen ja tarkoituksenmukainen tekoäly-integrointi voi saavuttaa, erityisesti neljän hengen henkiin, jotka riippuvat siitä, että teknologia toimii oikein.