AI-mallit ja alustat

Miten tekoäly auttoi Artemis II -kuulennon toteuttamisessa

Zac Amos
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatSIAT valvoo miljardeja anturisuhteita havaitakseen avaruusalusten viat ennen kuin ne…
Näytä lisää
  • SIAT valvoo miljardeja anturisuhteita havaitakseen avaruusalusten viat ennen kuin ne kärjistyvät.
  • Callisto integroi Alexan ja Webexin hands-free -syväavaruusviestintää varten Deep Space Networkin kautta.
  • UNOOSA vaatii ennen käyttöönottoa laadittavia turvallisuusperusteluja, jotka valtuuttavat tekoälyn tekemään päätöksiä silloin, kun ihmisen väliintulo on mahdotonta.

Huhtikuun 1. päivänä 2026 neljä astronauttia kiinnitti turvavyönsä Orion-avaruusaluksessa ja lensi raketin kyydissä historiaan. Komentaja Reid Wiseman, lentäjä Victor Glover ja lentoasiantuntijat Christina Koch ja Jeremy Hansen olivat ensimmäiset ihmiset, jotka kiersivät kuun ympäri Apollo-lentojen jälkeen.

Heidän 10-päiväinen tehtävänsä oli ihmisen kekseliäisyyden ja asiantuntemuksen taidonnäyte. Se osoitti myös tekoälyn merkityksen avaruustutkimuksen kumppanina.

SIAT: Tekoäly, joka seuraa kaikkea

Orionin aluksella toimivan älykkyyden ytimessä on järjestelmä, jota kutsutaan System Invariant Analysis Technology (SIAT) -järjestelmäksi, jonka NEC Corp kehitti ja Lockheed Martin (LMT ) integroi avaruusaluksen järjestelmiin. SIAT on analytiikkamoottori, joka valvoo jatkuvasti anturidataa, oppii monimutkaisten järjestelmien normaalin käyttäytymisen ja ilmoittaa poikkeamat ennen kuin ne kehittyvät vioiksi.

Arvioinnissa SIAT mallinsi miljardeja suhteita useiden järjestelmämuuttujien ja anturien välillä. Nykyaikaiset avaruusalukset kuten Orion tuottavat suuria määriä telemetria- ja testidataa, joten SIAT:lla oli runsaasti aineistoa käsiteltävänään. Tietomäärä ja sen edellyttämä analyysinopeus ylittävät sen, mihin ihmisoperaattorit yksin pystyvät.

Tämä teknologia on upotettu Lockheed Martinin Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI) -alustaan, analyysikehykseen, joka muodostaa kattavan kuvan avaruusaluksen kunnosta. Tämä yhteys johtaa ennakoivaan poikkeamien havaitsemiseen, joka kattaa suunnittelun, kehityksen, tuotannon ja käynnissä olevan lennon operaatiot.

SIAT on yksi monista tekoälymalleista, 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 kaksoset 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 kaksosten simulaatioissa käytetään tekoälypohjaisia virtuaalimalleja avaruusaluksen fyysisistä järjestelmistä. Näillä työkaluilla tiimit pystyivät kuormitustestaamaan aluksen ja lennon elintärkeitä osia, kuten elossapitojärjestelmiä, navigointia ja viestintää olosuhteissa, jotka ovat lähes mahdottomia tai vaarallisia jäljitettäväksi Maan laboratorioissa.

Aluksen 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 näkyvimmistä tekoälysovelluksista Artemis-lennoilla on Callisto, teknologiademo, jonka Lockheed Martin ja NASA kehittivät yhdessä.

Callistossa on upotettu Amazonin Alexa-ääniavustaja ja Cisco Webex -viestintäalusta suoraan Orion-kapselin keskuskonsoliin. Se muodostaa yhteyden NASAn Deep Space Network -verkon kautta. Integraatio tarjoaa sekä astronauteille että Johnsonin avaruuskeskuksen lennonvalvojille käyttöliittymän, jota voi käyttää ilman käsiä syvän avaruuden operaatioissa.

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 siltana satojentuhansien mailien päässä olevan lennon ja sitä kotoa seuraavan laajan yleisön välillä.

Syväoppiminen Kuussa navigoinnissa

Kuuhun pääseminen on yksi haaste. Astronauttien sijainnin määrittäminen siellä on toinen. Apollo-miehistöt toimivat pienemmällä alueella, joten ne eivät tarvinneet tarkkaa navigointia laajalla alueella. Kuun etelänavalle suuntautuvilla Artemis-lennoilla astronauttien on kuitenkin pystyttävä suunnistamaan laajemmassa ja monimutkaisemmassa maastossa.

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

Järjestelmä toimii kuin GPS, joka käyttää konenäköä satelliittien sijaan, mikä vaikuttaa erittäin lupaavalta lentojen laajentuessa ja tavoitteiden kasvaessa. 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.

Aukko hallintakehyksissä

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

  • Eettinen ja läpinäkyvä tekoäly avaruusoperaatioissa: Tämä vaatii selitettäviä tekoälyjärjestelmiä, merkityksellistä ihmisten valvontaa ja vahvoja vikasuojausjärjestelmiä, erityisesti kriittisille toiminnoille.
  • Reiluus, inklusiivisuus ja globaali kapasiteetin kehittäminen: Tekoälymallien vinoumien ja resurssien epätasaisen jakautumisen korjaamiseksi UNOOSA kannattaa monipuolisia aineistoja, avointa pääsyä dataan ja työkaluihin sekä kehitysmaille suunnattuja koulutusohjelmia.
  • Paikkatiedon perusmallien vastuullinen kehittäminen ja käyttö: Organisaatio korostaa suurten tekoälymallien potentiaalia, mutta painottaa myös tarvetta kattavalle arvioinnille, joka ulottuu tarkkuutta pidemmälle. Siihen kuuluvat energiankulutus, häiriönsietokyky sekä yhteiskunnalliset ja eettiset vaikutukset.
  • Ilmastokestävyyden ja kestävän kehityksen integrointi: Toimisto vaatii ilmaston huomioon ottamista koko tekoälyn ja Maan havainnointiteknologioiden elinkaaren aikana.
  • Tietojen omistajuuden ja eheyden suojaaminen: Tämä tavoite keskittyy tarpeeseen toimenpiteille, joilla estetään tietojen manipulointi ja varmistetaan paikkatiedon alkuperä.

UNOOSAn politiikkasuosituksen merkittävä osa on vaatimus kehyksistä, joilla laaditaan turvallisuusperustelut ennen käyttöönottoa. Suositellut käytännöt sallivat tekoälypäätökset ennalta määritellyissä rajoissa sellaisilla avaruuslennoilla, joilla ihmisen reaaliaikainen puuttuminen toimintaan ei ole mahdollista.

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 varmisti onnistuneesti Orion-avaruusaluksen järjestelmien, miehistön toiminnan ja lennon menettelyjen toimivuuden 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 ihmisen intuition ja koulutuksen sekä koneälyn yhteistyötä.

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.

Tekoälystä kiinnostuneille Artemis II -kuulento on osoitus siitä, mitä tarkoituksellinen ja harkittu tekoälyn integrointi voi saada aikaan, etenkin kun neljän ihmisen henki riippuu teknologian oikeasta toiminnasta.

Zac Amos on teknologia-aiheisiin erikoistunut kirjoittaja, joka keskittyy tekoälyyn. Hän toimittaa myös taustoittavia artikkeleita ReHackissa, jossa voit lukea lisää hänen töistään.