नासा वर्तमान में अंतरिक्ष विज्ञान के लिए एआई का उपयोग कर रहा है

नासा द्वारा पिछले महीने जारी एक बयान में, एजेंसी ने कहा कि एआई की संभावना है कि यह अंतरिक्ष विज्ञान में कुछ सबसे बड़ी समस्याओं पर काम करने में मदद कर सकता है। एआई का उपयोग अन्य ग्रहों पर जीवन की तलाश करने या क्षुद्रग्रहों की पहचान करने के लिए किया जा सकता है। नासा के वैज्ञानिक इंटेल, आईबीएम और गूगल जैसे एआई उद्योग के नेताओं के साथ साझेदारी कर रहे हैं। साथ में, वे उन समस्याओं का समाधान करने के लिए उन्नत कंप्यूटर एल्गोरिदम लागू कर सकते हैं।

नासा कुछ एआई तकनीकों पर निर्भर कर रहा है, जैसे कि मशीन लर्निंग, डेटा की व्याख्या करने के लिए। यह डेटा तब जेम्स वेब स्पेस टेलीस्कोप या ट्रांजिटिंग एक्सोप्लैनेट सर्वे सैटेलाइट जैसे टेलीस्कोप द्वारा एकत्र किया जाएगा।

जियाडा अर्नी, नासा के गोडार्ड स्पेस फ्लाइट सेंटर में एक एस्ट्रोबायोलॉजिस्ट, मैरीलैंड, आशा है कि मशीन लर्निंग उसे और उसकी टीम को जीवन के कुछ संकेत खोजने में मदद कर सकता है जो टेलीस्कोप और वेधशालाओं द्वारा एकत्र किए गए डेटा में।

“ये तकनीकें बहुत महत्वपूर्ण हैं, खासकर बड़े डेटा सेट और विशेष रूप से एक्सोप्लैनेट क्षेत्र में,” अर्ने ने बयान में कहा। “क्योंकि भविष्य के अवलोकन से हमें जो डेटा मिलेगा, वह दुर्लभ और शोर होगा। यह समझना बहुत मुश्किल होगा। इसलिए इन तरह के टूल्स का उपयोग करना बहुत संभावना है कि हमें मदद करेगा।”

नासा हर गर्मियों में आठ सप्ताह का एक कार्यक्रम चलाता है जो प्रौद्योगिकी और अंतरिक्ष क्षेत्रों के नेताओं को एक साथ लाता है, जिसे फ्रंटियर डेवलपमेंट (एफडीएल) कहा जाता है।

शॉन डोमागल-गोल्डमैन नासा गोडार्ड के एक एस्ट्रोबायोलॉजिस्ट हैं।

“एफडीएल कुछ अच्छे संगीतकारों की तरह लगता है जो अलग-अलग उपकरणों के साथ मिलकर एक जैम सेशन में गारेज में मिलते हैं, कुछ अच्छा खोजते हैं और कहते हैं, ‘हे हमारे पास एक बैंड है,'” उन्होंने बयान में कहा।

2018 में, एक एफडीएल टीम को डोमागल-गोल्डमैन और अर्ने ने मेंटर किया, और उन्होंने एक मशीन लर्निंग तकनीक विकसित की जो न्यूरल नेटवर्क पर निर्भर करती है। यह छवियों का विश्लेषण करता है और उनके वायुमंडल में अणुओं द्वारा उत्सर्जित या अवशोषित प्रकाश की तरंग दैर्ध्य का उपयोग करके एक्सोप्लैनेट के रसायन की पहचान करता है।

इस नई तकनीक का उपयोग करके, शोधकर्ता वास्प-12बी, एक एक्सोप्लैनेट के वायुमंडल में विभिन्न अणुओं की पहचान कर सकते हैं। इस तकनीक ने अन्य विधियों की तुलना में अधिक सटीक रूप से ऐसा किया।

डोमागल-गोल्डमैन के अनुसार, न्यूरल नेटवर्क डेटा की कमी की पहचान कर सकता है। बेयसियन तकनीक, जैसा कि इसे कहा जाता है, वैज्ञानिकों को यह भी बता सकती है कि यह अपने पूर्वानुमान के बारे में कितना निश्चित है।

“जिन स्थानों पर डेटा पर्याप्त रूप से अच्छा नहीं था ताकि एक वास्तविक परिणाम दिया जा सके, इस मॉडल में यह जानने में बेहतर था कि यह उत्तर के बारे में निश्चित नहीं था, जो वास्तव में महत्वपूर्ण है अगर हम इन पूर्वानुमानों पर भरोसा करना चाहते हैं,” डोमागल-गोल्डमैन ने कहा।

बेयसियन तकनीक अभी भी विकास के अधीन है, लेकिन अन्य एफडीएल प्रौद्योगिकियों का वास्तविक दुनिया में उपयोग किया जा रहा है। 2017 तक, एफडीएल प्रतिभागियों द्वारा एक मशीन लर्निंग प्रोग्राम विकसित किया गया था जो तेजी से निकटवर्ती क्षुद्रग्रहों के 3डी मॉडल बनाने में सक्षम था। यह उनके आकार, आकार और घूर्णन दर का सटीक अनुमान भी लगा सकता था। यह जानकारी पृथ्वी को खतरा पहुंचाने वाले क्षुद्रग्रहों का पता लगाने और उन्हें विचलित करने के लिए नासा के लिए उपयोगी है।

खगोलशास्त्री आमतौर पर 3डी मॉडल बनाने के लिए सरल कंप्यूटर सॉफ्टवेयर का उपयोग करते हैं, और यह एक चलते हुए क्षुद्रग्रह के रडार मापों का विश्लेषण करता है, और फिर रडार संकेत में परिवर्तन के आधार पर इसके भौतिक गुणों का अनुमान लगाने में वैज्ञानिकों को उपयोगी जानकारी प्रदान करता है।

बिल डायमंड सेटी के अध्यक्ष और मुख्य कार्यकारी अधिकारी हैं।

“एक कुशल खगोलशास्त्री मानक कंप्यूटर संसाधनों के साथ, एक क्षुद्रग्रह को एक से तीन महीने में आकार दे सकता है,” डायमंड ने कहा। “तो शोध टीम के लिए प्रश्न यह था: क्या हम इसे तेज कर सकते हैं?”

फ्रांस, दक्षिण अफ्रीका और संयुक्त राज्य अमेरिका के छात्रों के साथ-साथ निविडिया से मेंटर्स की एक टीम ने एक अल्गोरिदम विकसित किया जो चार दिनों के भीतर एक क्षुद्रग्रह को प्रस्तुत कर सकता था। यह तकनीक वर्तमान में प्यूर्टो रिको में अरेसीबो वेधशाला में खगोलशास्त्रियों द्वारा उपयोग की जा रही है, और यह क्षुद्रग्रहों का वास्तविक समय में आकार मॉडलिंग करती है।

शोधकर्ता सुझाव दे रहे हैं कि एआई तकनीकों को भविष्य के अंतरिक्ष यान में निर्मित किया जाना चाहिए, और यह अंतरिक्ष यान को वास्तविक समय में निर्णय लेने की अनुमति देगा।

“एआई विधियां हमें कठिन कार्यों पर प्रारंभिक कार्य करने के लिए प्रसंस्करण शक्ति को मुक्त करने में मदद करेंगी,” अर्ने ने कहा। “लेकिन ये विधियां मनुष्यों को जल्द ही नहीं बदलेंगी, क्योंकि हमें अभी भी परिणामों की जांच करने की आवश्यकता होगी।”