NASA Aktualnie Wykorzystuje Sztuczną Inteligencję Dla Nauki Kosmicznej

W oświadczeniu wydanym przez NASA w zeszłym miesiącu, agencja stwierdziła, że sztuczna inteligencja ma potencjał, aby pomóc w pracy nad niektórymi z największych problemów w nauce kosmicznej. Sztuczna inteligencja mogłaby być wykorzystywana do poszukiwania życia na innych planetach lub identyfikowania asteroid. Naukowcy z NASA współpracują z liderami branży sztucznej inteligencji, takimi jak Intel, IBM i Google. Razem mogą stosować zaawansowane algorytmy komputerowe, aby rozwiązać niektóre z tych problemów. 

Istnieją pewne technologie sztucznej inteligencji, na których NASA się opiera, takie jak uczenie maszynowe, do interpretacji danych. Dane te będą następnie zbierane przez teleskopy, w tym Teleskop Jamesa Webba lub Teleskop Transiting Exoplanet Survey, w pewnym momencie w przyszłości.

Giada Arney, astrobiolog w Centrum Lotów Kosmicznych NASA Goddard w Greenbelt, w stanie Maryland, ma nadzieję, że uczenie maszynowe pomoże jej i jej zespołowi znaleźć jakiś ślad życia w danych, które zostaną zebrane przez teleskopy i obserwatoria. 

“Te technologie są bardzo ważne, szczególnie dla dużych zbiorów danych i szczególnie w dziedzinie egzoplanet,” powiedziała Arney w oświadczeniu. “Ponieważ dane, które uzyskamy z przyszłych obserwacji, będą rzadkie i szumione. Będzie to bardzo trudne do zrozumienia. Wykorzystywanie tych rodzajów narzędzi ma ogromny potencjał, aby nam pomóc.”

NASA prowadzi osiemtygodniowy program każdego lata, który łączy liderów sektorów technologicznych i kosmicznych, zwanego Frontier Development (FDL).

Shawn Domagl-Goldman jest astrobiologiem w NASA Goddard. 

“FDL wygląda jak bardzo dobry muzycy z różnymi instrumentami, którzy spotykają się na sesji jam w garażu, znajdują coś naprawdę fajnego i mówią: ‘Hej, mamy zespół’,” powiedział w oświadczeniu.

W 2018 roku zespół FDL, którym kierowali Domagal-Goldman i Arney, opracował technikę uczenia maszynowego, która opiera się na sieciach neuronowych. Analizują one obrazy i identyfikują chemię egzoplanet, wykorzystując długości fal emitowanych lub absorbowanych przez molekuły w ich atmosferze. 

Wykorzystując tę nową technikę, badacze mogli zidentyfikować różne molekuły w atmosferze egzoplanety WASP-12b. Technika ta zrobiła to z większą dokładnością niż inne metody. 

Według Domagal-Goldman, sieć neuronowa może również identyfikować, kiedy brakuje danych. Technika ta, zwana metodą Bayesowską, może również powiedzieć naukowcom, jak pewna jest ona co do swojej prognozy. 

“W miejscach, gdzie dane nie były wystarczająco dobre, aby dać naprawdę dokładny wynik, ten model był lepszy w tym, że wiedział, że nie jest pewny odpowiedzi, co jest naprawdę ważne, jeśli mamy ufać tym prognozom,” powiedział Domagal-Goldman.

Technika Bayesowska jest nadal rozwijana, ale inne technologie FDL są wykorzystywane w świecie rzeczywistym. W 2017 roku program uczenia maszynowego opracowany przez uczestników FDL był w stanie szybko tworzyć trójwymiarowe modele pobliskich asteroid. Mógł również dokładnie szacować ich kształty, rozmiary i prędkość obrotu. Rodzaj informacji jest przydatny dla NASA do wykrywania i odchylenia asteroid, które zagrażają Ziemi. 

Astronomowie tradycyjnie wykorzystują proste oprogramowanie komputerowe do tworzenia trójwymiarowych modeli, które analizują pomiary radarowe poruszającej się asteroidy. Następnie dostarczają przydatne informacje, które pomagają naukowcom wnioskować o ich właściwościach fizycznych na podstawie zmian w sygnale radarowym. 

Bill Diamond jest prezesem i dyrektorem generalnym SETI. 

“Doświadczony astronom z standardowymi zasobami obliczeniowymi mógłby ukształtować jedną asteroidę w ciągu jednego do trzech miesięcy,” powiedział Diamond. “Więc pytanie dla zespołu badawczego brzmi: Czy możemy to przyspieszyć?”

Zespół składający się ze studentów z Francji, Południowej Afryki i Stanów Zjednoczonych, wraz z mentorami z akademii i firmy Nividia, opracował algorytm, który mógł wyrenderować asteroidę w ciągu zaledwie czterech dni. Technika ta jest obecnie wykorzystywana przez astronomów w Obserwatorium Arecibo w Portoryko, i wykonuje modelowanie kształtu asteroid w czasie rzeczywistym. 

Badacze sugerują również, że technologie sztucznej inteligencji powinny być wbudowane w przyszłe statki kosmiczne, co pozwoliłoby im na podejmowanie decyzji w czasie rzeczywistym.

“Metody sztucznej inteligencji pomogą nam uwolnić moc przetwarzania z naszych własnych mózgów, wykonując wiele wstępnej pracy na trudnych zadaniach,” powiedziała Arney. “Ale te metody nie zastąpią ludzi w najbliższej przyszłości, ponieważ nadal będziemy musieli sprawdzić wyniki.”