Avoin lähdekoodi AI-malleilla ratkaisee avaruusromun ongelman

IBM:n viimeisimmän ilmoituksen mukaan, kuten TechHQ raportoi, avoin lähdekoodi AI:ta käytetään ratkaisemaan ongelmia avaruudessa, ja sitä käytetään avaruusromun ja satelliittiviestinnän ongelmien ratkaisemiseen.

IBM on kehittänyt tietokonetechnologiaa avaruuden tutkimiseen ja viestintään 1940-luvusta lähtien, mutta nyt IBM käyttää tekoälyä näiden tehtävien hoitamiseen. IBM työskentelee kahden eri avaruuteen liittyvän projektin parissa: KubeSat ja SSA (Avaruusolosuhteiden valvonta). KubeSat on tarkoitettu satelliittien parven luomiseen ja hallintaan, kun taas SSA on tarkoitettu avaruusromun seurantaan matalalla Maan kiertoradalla.

Nämä kaksi projektiia esitteli äskettäin IBM:n avaruusteknologiatiimi. Avaruusteknologiatiimin johtaja on Naeem Altaf, ja Altafin mukaan KubeSat-projekti on autonominen kehyksellinen, joka tarjoaa työkalut satelliittien parven luomiseen ja hallintaan. KubeSat-kehyksellä voidaan myös simuloida satelliittien välistä viestintää, jotta insinöörit voivat optimoida nämä viestinnät.

Kun yhä useampi satelliitti laukaistaan, satelliittien välinen viestintä muodostuu yhä monimutkaisemmaksi, ja se tarvitsee automaattista ja optimoitua hallintaa. KubeSat-projekti käyttää koneoppimisalgoritmeja satelliittien välisten viestintöjen optimoimiseen, ja se asettaa rajoituksia tiettyjen satelliittien väliseen viestintään. KubeSat voidaan käyttää myös simuloimaan kuusatelliittien ja maan välisen viestinnän automaattista toimintaa. Viestintä julkaistaan web-kojussa, jotta muut voivat nähdä sen. KubeSat suorittaa simulaatiot Orekit-kirjaston avulla, joka on Java-kirjasto.

KubeSat-projekti tehtiin avoimeksi lähdekoodiksi, jotta satelliittiparven teollisuus voisi demokratisoitua, ja aloittelijat ja satelliittiparven operaattorit voivat hyödyntää tätä kehittyvää teknologiaa.

SSA-projekti on IBM:n avaruusteknologiatiimin ja Dr. Moriba Jahin yliopiston yhteistyöhön perustuva projekti. Tavoitteena on, että AI-mallit voivat parantaa matalan Maan kiertoradan esineiden radan ennustetta. Matala Maan kiertorata on täynnä avaruusromua, josta suurin osa on rakettien laukaisujen jäänteitä tai vanhentuneita satelliitteja. Nämä esineet kiertävät Maata tuhansien metrien sekuntivauhtia, ja niiden rataa voidaan muuttaa äkkiä ilmakehän sääolosuhteiden ja tiheyden muutosten vuoksi. Näiden esineiden radan ennustaminen on tarpeen, jotta voidaan välttää törmäyksiä avaruusromun ja tärkeiden avaruusteknisten laitteiden välillä. Toivotaan, että AI-mallit voivat parantaa radan ennustetta.

SSA-mallit on koulutettu Yhdysvaltain strategisen komentajan keräämien tietojen perusteella. Tietokanta päivitetään kerran päivässä. Fyysinen malli käytetään alkuennusteen luomiseen useimpien matalan Maan kiertoradan esineiden radalle, ja koneoppimismalli käytetään virheiden ennustamiseen fyysisten mallien ennusteissa. SSA yhdistää nämä kaksi mallia fyysisen radan mallin päivittämiseksi. Toinen malli on XGBoost-pohjainen gradient-boosting-malli.

Kuten KubeSat, myös SSA-mallit on tehty avoimeksi lähdekoodiksi pyrkimyksenä edistää tietojen jakamista ja yhteistyötä eri avaruusyhtiöiden ja teknologiayhtiöiden välillä. Satelliittiviestintöongelmat ja avaruusromu ovat uhka kaikille avaruudessa toimiville.

KubeSat ja OpenShift on julkaistu IBM:n Red Hat OpenShift-alustalla.