Kuinka tekoäly auttoi Artemis II -kuumiekkolennon laukaisemisessa

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

Heidän 10-päiväinen tehtävänsä oli inhimillisen älymystön ja asiantuntemuksen saavutus. Se esitti myös tekoälyä avaruuden tutkimuksen kumppanina.

SIAT: Tekoäly, joka seuraa kaikkea

Orionin laivan kannen älykkään järjestelmän keskuksena on järjestelmä, jota kutsutaan System Invariant Analysis Technology (SIAT) -järjestelmäksi, jonka kehitti NEC Corp. ja integroi Lockheed Martinin avaruusaluksen järjestelmiin. SIAT on analytiikkamoottori, joka valvoo jatkuvasti anturidataa, oppii monimutkaisten järjestelmien normaalin käyttäytymisen ja merkitsee poikkeamat ennen kuin ne eskaloituvat virheiksi.

Arvioissa SIAT mallinsi miljardeja suhteita useiden järjestelmämuuttujien ja anturien yli. Nykyaikaiset avaruusalukset, kuten Orion, tuottavat suuria määriä telemetriatietoja ja testitietoja, joten SIAT:lla oli paljon työtä. Tietojen määrä sekä nopeus, jolla niiden tuli analysoida, on ihmistoimijoiden yksin käsiteltävissä olevan kapasiteetin 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 liven tehtävän toiminnan.

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

Digitaaliset kaksoset ja autonomiset järjestelmät

Ennen kuin astronautit nousivat Orionille, insinöörit ja miehistöjen jäsenet suorittivat täysimittaiset simulaatiot avaruusaluksen kopiossa, harjoitellen skenaarioita, joita ei voitu testata muutoin Maan normaaleissa olosuhteissa.

Digitaalisten kaksosten simulaatiot viittaavat tekoälyvoimiin virtuaalimalleihin avaruusaluksen fyysisistä järjestelmistä. Nämä työkalut sallivat tiimien stressitestata elintärkeitä avaruusaluksen ja tehtävän elementtejä, kuten elossapitoa, navigaatiota ja viestintää olosuhteissa, jotka ovat lähes mahdottomia tai vaarallisia jäljitettäväksi maanpäällisissä laboratorioissa.

Aluksen tietokoneet on suunniteltu pitämään olennaiset järjestelmät toiminnassa avaruuden korkean säteilyn olosuhteissa. Tämä arkkitehtuuri, yhdistettynä autonomisiin algoritmeihin, jotka hallitsevat reittiä reaaliajassa, salli avaruusaluksen ylläpitää toimintojaan pitkien viestintämustien aikana, jotka ovat osa syvän avaruuden matkustamista. 

Alexa radalla: Callisto-tekniikkademo

Yksi näkyvimpiä tekoälysovelluksista Artemis-lennolla on ollut Callisto, teknologiademot, jonka kehittivät yhdessä Lockheed Martin ja NASA. 

Callistossa on upotettu Amazonin Alexa-ääniavustaja ja Ciscon Webex-viestintäalusta suoraan Orion-kapselin keskikonsoliin. Se yhdistää NASA:n Deep Space Networkiin. Tämä integraatio antaa sekä astronautille että lennon operaattoreille Johnsonin avaruuskeskuksessa käsin vapaiden liittymien syvän avaruuden toiminnalle.

Yksi Callisto-hankkeen merkittävistä osista on sen julkisesti näkyvä osa. Artemis I -lennolla Lockheed Martin kutsui ihmisiä maapallolla osallistumaan integraatioon suoraan, keräämällä viestejä ihmiskunnalle ja Artemis-lentoihin osallistuvalle tiimille. Se on varhainen esimerkki siitä, miten tekoäly voi toimia siltaa tehtävän ja yleisön välillä, joka seuraa sitä kotoa.

Syvä oppiminen kuunavigaatiolle

Päästä 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 navigaatiota. Artemis-lentoihin, jotka kohdistuvat kuun etelänavalle, astronauttien on kuitenkin osoitettava itsensä suuremmassa ja monimutkaisemmassa maastossa.

Vuonna 2018 tutkijat Frontier Development Lab -laboratoriossa rakensivat tekoälynavigointityökalun, joka perustui yksityiskohtaiseen kuun maaston simulaatioon. Astronautit voivat otaa kuvia ympäristöstään, ja syväoppimismallit vertaavat niitä simuloituun ympäristöön tarkasti määrittääkseen koordinaatit.

Järjestelmä toimii kuin GPS, joka toimii koneen näön sijaan satelliiteista, mikä näyttää lupaavaa, kun tehtävät kasvavat laajuutta ja kunnianhimoa. Tekoälyä käytetään jo tehtävissä navigoida ja tutkia uusia maastoja ja eksoplaneettoja. Ajan myötä tämä teknologia voi kehittyä edelleen ja laajentaa ihmiskunnan tietämystä maailmankaikkeudesta.

Hallinnon aukko

Kun tekoäly ottaa enemmän vastuuta miehitetyssä avaruuslennossa, hallitukset ja instituutiot ovat herättäneet kysymyksiä valvonnasta ja vastuusta. Yhdistyneiden Kansakuntien avaruustoimiston on vaatinut hallitsemiskehyksiä, jotka perustuvat näihin tärkeisiin tavoitteisiin:

• Etinen ja avoin tekoäly avaruustoiminnassa: Tämä vaatii selitettäviä tekoälyjärjestelmiä, merkityksellistä ihmisen valvontaa ja vahvoja vikasuojausjärjestelmiä, erityisesti kriittisille toiminnoille.
• Reiluus, inklusiivisuus ja globaali kapasiteetin kehittäminen: Tekoälymallien harhaa ja resurssien epätasaisen jakautumisen osalta UNOOSA puolustaa monipuolisia tietoja, avoimia työkaluja ja kohdennettuja koulutusohjelmia kehittyvissä maissa.
• Vastuullinen kehitys ja käyttö geospatial perusmalleja: Huomioon ottaen suurten tekoälymallien potentiaalia, organisaatio korostaa kattavan arvioinnin tarvetta tarkkuuden lisäksi. Tämä sisältää tekijöitä, kuten energiankulutusta, luotettavuutta ja sosiaalista ja eettistä vaikutusta.
• Ilmaston kestävyyden ja kestävän kehityksen integrointi: Toimisto vaatii ilmastoasioiden sisällyttämistä tekoälyn ja maan seuranta -teknologioiden koko elinkaaren ajan.
• Suojelu tietojen omistajuutta ja eheys: Tämä tavoite keskittyy tarpeeseen toimiin, joilla estetään tietojen manipulointi ja varmistetaan geospatial-tiedon alkuperä.

Merkittävä osa UNOOSA:n politiikkaselostetta on vaatimus kehyksistä, joilla voidaan luoda ennen käyttöönottoa turvallisuustapauksia. Nämä suositellut käytännöt antavat etukäteen luvan tekoälyn päätöksille määritellyissä parametreissa avaruuslennossa, jossa ihmisen väliintulo on mahdotonta.

Tekoäly tekee todennäköisesti päätöksiä avaruudessa, erityisesti tilanteissa, joissa viestintäjärjestelmät ovat vaurioituneita. Vaikka tiimit pyrkivät estämään tämän, on silti tärkeää valmistautua näihin tilanteisiin ja määritellä, missä olosuhteissa tekoäly voi tehdä päätöksiä ja millä tasolla ihmisen valvonta on.

Mitä Artemis II osoitti

Artemis II vahvisti onnistuneesti Orion-avaruusaluksen järjestelmät, miehistön toiminnat ja tehtävän menettelyt olosuhteissa, joita ei voida jäljitellä Maassa. Samalla se on vahvistanut myös tapoja, joilla ihmiset ja tekoäly voivat työskennellä yhdessä ilmakehän ulkopuolella. 

Apollo-aikakausi vaati poikkeuksellista ihmisen suorituskykyä paineen alla, pääasiassa tarpeen vuoksi. Artemis ottaa toisen, jakautuneemman lähestymistavan, joka on yhteistyö ihmisen älymystön ja koulutuksen sekä koneen älymystön välillä. 

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