Открытые ИИ-модели решают проблему космического мусора

Согласно недавнему объявлению IBM, как сообщает TechHQ, открытые ИИ-модели используются для решения проблем в космосе, решая проблемы, связанные с космическим мусором и спутниковой связью.

IBM создает компьютерные технологии для космических исследований и связи с 1940-х годов, но теперь IBM будет использовать искусственный интеллект для выполнения этих задач. IBM работает над двумя космическими проектами: KubeSat и SSA (Space Situational Awareness). KubeSat предназначен для создания и управления задачами для спутниковых роев, а SSA – для отслеживания положения космического мусора на низкой околоземной орбите.

Эти два проекта были недавно представлены командой Space Tech Hub в IBM. Руководителем команды по космическим технологиям является Наем Алтаф, и согласно Алтафу, проект KubeSat представляет собой автономную структуру, которая предоставляет инструменты для создания и управления задачами для спутниковых роев и констелляций. Кроме того, структура KubeSat может模拟ровать связь между спутниками, помогая инженерам оптимизировать эти связи.

По мере запуска все большего количества спутников связь между ними становится все более сложной и требует автоматизации и оптимизации. Структура использует алгоритмы машинного обучения для оптимизации связи между спутниками, накладывая ограничения на связь между определенными спутниками. KubeSat может быть использован для симуляции того, как кубические спутники взаимодействуют с наземными станциями, даже когда автоматизированная связь происходит между роями. Связь публикуется на веб-интерфейсе для всех, кто хочет ее увидеть. KubeSat запускает свои симуляции через Orekit, который является динамической библиотекой, созданной на Java.

Проект KubeSat был открыт в надежде, что отрасль спутниковых роев может быть демократизирована, позволяя стартапам и операторам роев использовать появляющуюся технологию.

Проект SSA является результатом сотрудничества между командой Space Tech Hub в IBM и доктором Морибой Джахом из Университета Техаса. Цель состоит в том, чтобы ИИ-модели могли улучшить прогнозы орбит для объектов на низкой околоземной орбите. Низкая околоземная орбита заполнена космическим мусором, большая часть которого представляет собой артефакты, оставшиеся после запусков ракет или разрушенных спутников. Эти объекты обращаются вокруг Земли со скоростью тысяч метров в секунду, и их траектории могут быть внезапно изменены колебаниями атмосферного погода и плотности. Орбита этих объектов должна быть предсказана, чтобы столкновения между космическим мусором и важными космическими устройствами не произошли. Надеются, что ИИ-модели могут улучшить прогнозы орбит.

Модели SSA были обучены на основе данных, собранных Объединенным стратегическим командованием США. Набор данных обновляется один раз в день. Физическая модель используется для генерации первоначальных прогнозов об орбите большинства объектов на низкой околоземной орбите, а затем модель машинного обучения используется для прогнозирования ошибок в физических моделях. SSA объединяет две модели вместе, чтобы обновить физическую модель орбиты. Вторая модель – это модель градиентного бустинга на основе XGBoost.

Как и KubeSat, модели SSA были открыты в попытке поощрить обмен данными и сотрудничество между различными космическими компаниями и технологическими компаниями. Ведь проблемы связи спутников и космический мусор представляют угрозу для всех, кто работает в космосе.

И KubeSat, и OpenShift были сделаны доступными через платформу Red Hat OpenShift от IBM.