נאס”א משתמשת כרגע באינטליגנציה מלאכותית למדעי החלל

בהצהרה שפורסמה על ידי נאס”א בחודש שעבר, אמרה הסוכנות כי לאינטליגנציה מלאכותית יש פוטנציאל לסייע בעבודה על אחד מהבעיות הגדולות ביותר במדעי החלל. אינטליגנציה מלאכותית יכולה לשמש לחיפוש אחר חיים בכוכבים אחרים או לזיהוי אסטרואידים. מדענים של נאס”א משתפים פעולה עם מנהיגים בתעשיית האינטליגנציה המלאכותית, כגון Intel, IBM ו-Google. יחד, הם יכולים ליישם אלגוריתמים ממוחשבים מתקדמים כדי לפתור את הבעיות הללו.

ישנן טכנולוגיות אינטליגנציה מלאכותית מסוימות שנאס”א תלויה בהן, כגון למידת מכונה, כדי לפרש נתונים. נתונים אלו ייאספו על ידי טלסקופים, כולל טלסקופ החלל ג’יימס וב או לוויין הסקר של כוכבי לכת מעבריים, בנקודה מסוימת בעתיד.

ג’יידה ארני, אסטרוביולוגית במרכז הטיסות המיוחדות של נאס”א גודרד בגרינבלט, מרילנד, מקווה שלמידת מכונה תוכל לעזור לה ולצוות שלה למצוא כמה הוכחה לחיים בנתונים שייאספו על ידי הטלסקופים והמצפים.

“טכנולוגיות אלו הן חשובות מאוד, במיוחד עבור סטים גדולים של נתונים ובמיוחד בתחום כוכבי הלכת,” אמרה ארני בהצהרה. “כי הנתונים שנקבל מתצפיות עתידיות יהיו דלילים ורועשים. זה יהיה קשה מאוד להבין. כך שהשימוש בכלים מסוג זה הוא בעל פוטנציאל רב לעזור לנו.”

נאס”א מריצה תוכנית של שמונה שבועות בכל קיץ, המאחדת מנהיגים בתחומי הטכנולוגיה והחלל, הנקראת Frontier Development (FDL).

שון דומאגל-גולדמן הוא אסטרוביולוגית של נאס”א גודרד.

“FDL נראית כמו מוזיקאים טובים מאוד עם כלים שונים המתאספים לסשן ג’אם במוסך, מוצאים משהו מאוד קרוב ואומרים, ‘היי, יש לנו להקה כאן,'” אמר בהצהרה.

בשנת 2018, צוות FDL היה בהדרכת דומאגל-גולדמן וארני, ופיתחו טכניקת למידת מכונה המסתמכת על רשתות עצביות. הם מנתחים תמונות ומזהים את הכימיה של כוכבי לכת על ידי שימוש באורכי הגל שנפלטים או נבלעים על ידי מולקולות באטמוספירה שלהם.

על ידי שימוש בטכניקה החדשה, חוקרים יכלו לזהות מולקולות שונות באטמוספירה של WASP-12b, כוכב לכת. הטכניקה עשתה זאת בדיוק רב יותר משיטות אחרות.

על פי דומאגל-גולדמן, הרשת העצבית יכולה גם לזהות כאשר ישנו מחסור בנתונים. הטכניקה הבייסיאנית, כפי שהיא נקראת, יכולה גם לומר למדענים כמה היא בטוחה בנבואתה.

“במקומות שבהם הנתונים לא היו טובים מספיק כדי לתת תוצאה מדויקת, המודל היה טוב יותר בידיעה שהוא לא בטוח בתשובה, מה שחשוב מאוד אם אנו רוצים לבטוח בנבואות הללו,” אמר דומאגל-גולדמן.

הטכניקה הבייסיאנית עדיין מפותחת, אבל טכנולוגיות FDL אחרות משמשות בעולם האמיתי. עד 2017, תוכנית למידת מכונה פותחה על ידי משתתפי FDL, שהייתה מסוגלת ליצור מודלים תלת-ממדיים של אסטרואידים קרובים במהירות. היא יכלה גם להעריך בדיוק את צורותיהם, גודלם וקצב סיבובם. סוג מידע זה שימושי לנאס”א לגילוי והסטת אסטרואידים המאיימים על כדור הארץ.

אסטרונומים מסורתית משתמשים בתוכנה ממוחשבת פשוטה כדי ליצור מודלים תלת-ממדיים, והיא מנתחת מדידות רדאר של אסטרואיד נע. היא אז מספקת מידע שימושי למדענים כדי להסיק את תכונותיה הפיזיות על בסיס שינויים באות הרדאר.

ביל דיימונד הוא נשיא ומנכ”ל SETI.

“אסטרונום מיומן עם משאבי חישוב סטנדרטיים, יכול לצקת אסטרואיד בודד בין חודש לשלושה חודשים,” אמר דיימונד. “כך שהשאלה לצוות המחקר הייתה: האם אנו יכולים לזרז את זה?”

הצוות, המורכב מסטודנטים מצרפת, דרום אפריקה וארצות הברית, יחד עם מנטורים מהאקדמיה וחברת הטכנולוגיה Nividia, פיתח אלגוריתם המסוגל להציג אסטרואיד בתוך ארבעה ימים. הטכניקה נמצאת כרגע בשימוש על ידי אסטרונומים במצפה הארסיבו בפוארטו ריקו, והיא עושה מודלים תלת-ממדיים של אסטרואידים בזמן אמת.

חוקרים גם מציעים שטכנולוגיות אינטליגנציה מלאכותית יבנו לתוך חלליות עתידיות, וזה יאפשר לחללית לקבל החלטות בזמן אמת.

“שיטות אינטליגנציה מלאכותית יעזרו לנו לשחרר כוח עיבוד ממוחותינו על ידי עשיית העבודה הראשונית במשימות קשות,” אמרה ארני. “אבל שיטות אלו לא יחליפו בני אדם בזמן הקרוב, כי עדיין נצטרך לבדוק את התוצאות.”