AI 모델 및 플랫폼
NASA, 현재 우주 과학을 위한 AI 사용 중
Unite.AI를 Google의 선호 소스에 추가
NASA는 지난달 발표한 성명에서, AI가 우주 과학의 가장 큰 문제들 중 일부를 해결하는 데 도움이 될 수 있다고 말했다. AI는 다른 행성에서 생명을 검색하거나 소행성을 식별하는 데 사용될 수 있다. NASA 과학자들은 인텔, IBM, 구글과 같은 AI 산업의 리더들과 협력하고 있다. 함께 고급 컴퓨터 알고리즘을 적용하여 이러한 문제들을 해결할 수 있다.
NASA는 기계 학습과 같은 특정 AI 기술에 의존하고 있다. 이 기술은 데이터를 해석하는 데 사용된다. 이 데이터는 제임스 웹 우주 망원경이나 트랜지트 엑소플라넷 조사 위성과 같은 망원경으로 수집된다.
NASA의 고다드 우주 비행 센터의 천체생물학자인 지아다 아르니(Giada Arney)는 기계 학습이 망원경과 관측소에서 수집된 데이터에서 생명의 징조를 찾는 데 도움이 될 수 있다고 희망한다.
“이 기술은 매우 중요하다. 특히 큰 데이터 세트와 외계 행성 분야에서”라고 아르니는 성명에서 말했다. “미래 관측에서 얻을 데이터는 희박하고 시끄러울 것이다. 이해하기가 매우 어려울 것이다. 이러한 도구를 사용하면 우리에게 çok 큰 잠재력을 제공할 수 있다.”
NASA는 기술과 우주 부문의 리더들이 모이는 8주간의 프로그램을 매년 여름에 운영한다. 이것을 프론티어 개발(Frontier Development, FDL)이라고 한다.
셰인 도마글골드만(Shawn Domagl-Goldman)은 NASA 고다드 천체생물학자이다.
“FDL은 좋은 음악가들이 다른 악기를 가지고 가게에서 잼 세션을 하는 것과 같다. 뭔가 멋진 것을 발견하고, ‘우리는 밴드를 가지고 있다’라고 말하는 것”이라고 도마글골드만은 성명에서 말했다.
2018년, FDL 팀은 도마글골드만과 아르니의 멘토링을 받았고, 신경망을 기반으로 하는 기계 학습 기술을 개발했다. 이 기술은 이미지와 외계 행성의 대기를 분석하여 분子的 파장을 사용하여 외계 행성의 화학을 식별한다.
이 기술을 사용하여 연구자들은 WASP-12b라는 외계 행성의 대기에 있는 다양한 분자를 식별할 수 있었다. 이 기술은 다른 방법보다 더 정확했다.
도마글골드만에 따르면, 신경망은 또한 데이터가 부족한 경우를 식별할 수 있다. 베이즈 기술이라고 불리는 이 기술은 또한 과학자들이 예측에 대해 얼마나 확신하는지 알릴 수 있다.
“데이터가 충분하지 않아 정확한 결과를 얻을 수 없는 경우, 이 모델은 다른 모델보다 더 잘 알고 있었다”라고 도마글골드만은 말했다.
베이즈 기술은 아직 개발 중이지만, 다른 FDL 기술은 실제로 사용되고 있다. 2017년, FDL 참가자들은 근처의 소행성을 빠르게 3D 모델링할 수 있는 기계 학습 프로그램을 개발했다. 또한 소행성의 모양, 크기, 회전 속도를 정확하게 추정할 수 있었다. 이러한 정보는 지구를 위협하는 소행성을 탐지하고 방어하는 데 유용하다.
천문학자들은 일반적으로 단순한 컴퓨터 소프트웨어를 사용하여 3D 모델을 생성한다. 이 소프트웨어는 이동하는 소행성의 레이더 측정을 분석하고, 레이더 신호의 변화를 통해 과학자들이 물리적 특성을 추론하도록 도와준다.
빌 다이아몬드(Bill Diamond)는 SETI의 사장과 최고 경영자이다.
“유능한 천문학자와 표준 컴퓨팅 자원을 사용하여, 한 명의 천문학자는 1~3개월 동안 한 개의 소행성을 모델링할 수 있다”라고 다이아몬드는 말했다. “그러면 연구 팀은, ‘우리가 이것을 더 빠르게 할 수 있는가?’라고 묻는다.”
프랑스, 남아프리카, 미국의 학생들과 학술 및 기술 회사인 Nividia의 멘토들이 구성된 팀은 4일 만에 소행성을 렌더링할 수 있는 알고리즘을 개발했다. 이 기술은 현재 푸에르토리코의 아레시보 천문대에서 사용되고 있으며, 소행성의 모양을 실시간으로 모델링한다.
연구자들은 또한 미래의 우주선에 AI 기술을 탑재해야 한다고 제안하고 있다. 이는 우주선이 실시간으로 결정할 수 있도록 해준다.
“AI 방법은 우리의 뇌에서 처리 능력을 해방시켜 어려운 작업의 초기 작업을 수행하는 데 도움이 될 수 있다”라고 아르니는 말했다. “그러나 이러한 방법은 인간을 대체하지 않을 것이다. 우리는 여전히 결과를 확인해야 하기 때문이다.”
