วิธีการที่ AI ช่วยให้ภารกิจอาร์เทมิส II บินไปดวงจันทร์

เมื่อวันที่ 1 เมษายน 2026 นักบินอวกาศสี่คนนั่งบนยานอวกาศ Orion และบินขึ้นสู่ประวัติศาสตร์ ผู้บัญชาการ Reid Wiseman ผู้บังคับการ Victor Glover และผู้เชี่ยวชาญภารกิจ Christina Koch และ Jeremy Hansen เป็นมนุษย์กลุ่มแรกที่เดินทางไปรอบดวงจันทร์นับตั้งแต่ภารกิจ Apollo

ภารกิจ 10 วันของพวกเขาคือความสำเร็จของมนุษยชาติและความเชี่ยวชาญ อย่างไรก็ตาม ยังแสดงให้เห็นว่า AI เป็นหุ้นส่วนในการสำรวจอวกาศ

SIAT: AI ที่ดูทุกอย่าง

ที่ใจกลางของระบบอัจฉริยะบนยานอวกาศ Orion คือระบบที่เรียกว่า System Invariant Analysis Technology (SIAT) ซึ่งพัฒนาโดย NEC Corp. และรวมเข้ากับระบบอวกาศของ Lockheed Martin (LMT ) SIAT เป็นเครื่องมือวิเคราะห์ที่ติดตามข้อมูลเซ็นเซอร์อย่างต่อเนื่อง โดยเรียนรู้พฤติกรรมปกติของระบบที่ซับซ้อนและแจ้งเตือนการเปลี่ยนแปลงก่อนที่จะเกิดความล้มเหลว

ระหว่างการประเมิน SIAT สร้างแบบจำลองความสัมพันธ์หลายพันล้านระหว่างตัวแปรและเซ็นเซอร์หลายตัว ระบบอวกาศสมัยใหม่เช่น Orion สร้างข้อมูลทелеметリーและข้อมูลทดสอบจำนวนมาก ดังนั้น SIAT จึงมีข้อมูลมากมายที่จะทำงาน นอกจากนี้ยังต้องวิเคราะห์ข้อมูลด้วยความเร็วที่超出了ความสามารถของมนุษย์

เทคโนโลยีนี้ถูกฝังอยู่ใน แพลตฟอร์ม Technology for Telemetry Analytics for Universal Artificial Intelligence (T-TAURI)ของ Lockheed Martin ซึ่งเป็นเฟรมเวิร์กการวิเคราะห์ที่สร้างภาพรวมของสุขภาพของยานอวกาศ การเชื่อมต่อนี้ส่งผลให้เกิดการตรวจจับ異常แบบ proactively ซึ่งครอบคลุมการออกแบบ การพัฒนา การผลิต และการดำเนินงานภารกิจ

SIAT เป็นหนึ่งในหลายรูปแบบ AI ที่อยู่ห่างจากจุดสนใจ แต่ก็มีความสำคัญอย่างมากในยานอวกาศที่มีคนขับ คือสามารถจับปัญหาได้โดยไม่ต้องติดตามด้วยตนเอง

ดิจิทัลทวินและระบบอัตโนมัติ

ก่อนที่นักบินอวกาศจะขึ้นยาน Orion วิศวกรและลูกเรือได้ทำการซิมูเลตเตชันแบบเต็มในตัวจำลองของยานอวกาศ โดยซ้อมรูปแบบที่ไม่สามารถทดสอบได้ในสภาพปกติของโลก

การซิมูเลตเตชันแบบดิจิทัลทวินหมายถึงแบบจำลองเสมือนของระบบทางกายภาพของยานอวกาศ โดยใช้ AI เหล่านี้ช่วยให้ทีมสามารถทดสอบส่วนสำคัญของยานอวกาศและภารกิจ เช่น ระบบ生命สนับสนุน การนำทางและการสื่อสารภายใต้สภาพที่ยากหรืออันตรายที่จะจำลองในห้องปฏิบัติการบนโลก

คอมพิวเตอร์บนยานอวกาศได้รับการออกแบบให้ทำงานระบบสำคัญภายใต้สภาพรังสีที่สูงในอวกาศ สถาปัตยกรรมนี้รวมกับอัลกอริทึมแบบอัตโนมัติที่จัดการเส้นทางในเวลาจริง ทำให้ยานอวกาศสามารถดำเนินการต่อได้ระหว่างการหยุดสื่อสารที่ยาวนานซึ่งเป็นส่วนหนึ่งของการเดินทางในอวกาศ

Alexa ในวงโคจร: การแสดงเทคโนโลยี Callisto

หนึ่งในแอปพลิเคชัน AI ที่มีคนเห็นได้ชัดเจนที่สุดบนภารกิจอาร์เทมิสคือ Callisto ซึ่งเป็นการแสดงเทคโนโลยีที่พัฒนาโดย Lockheed Martin และ NASA

Callisto ได้ รวม Amazon’s Alexa voice assistant (AMZN ) และ Cisco’s Webex communication platform เข้ากับ콘โซลกลางของแคปซูล Orion โดยเชื่อมต่อกับเครือข่ายอวกาศลึกของ NASA การรวมนี้ให้界面แบบไม่ต้องใช้มือสำหรับนักบินอวกาศและผู้ควบคุมการบิน tại Johnson Space Center

ด้านหนึ่งที่น่าสนใจของโครงการ Callisto คือส่วนติดต่อผู้ใช้ที่เผยแพร่สู่สาธารณะ ระหว่างภารกิจอาร์เทมิส I Lockheed Martin ได้เชิญชวนผู้คนบนโลกให้เข้าร่วมการรวมนี้โดยตรง โดยรวบรวมข้อความสำหรับมนุษยชาติและทีมงานเบื้องหลังภารกิจอาร์เทมิส เป็นตัวอย่างแรกของวิธีการที่ AI สามารถเป็นสะพานเชื่อมระหว่างภารกิจที่อยู่ห่างไกลและผู้ติดตามบนโลก

การเรียนรู้ลึกสำหรับการนำทางดวงจันทร์

การเดินทางไปดวงจันทร์เป็นความท้าทายหนึ่ง แต่การให้นักบินอวกาศรู้ตำแหน่งของตนเองเมื่ออยู่ที่นั่นคืออีกความท้าทายหนึ่ง เนื่องจากลูกเรือของ Apollo ทำงานในพื้นที่ที่เล็กกว่า จึงไม่ต้องการการนำทางพื้นที่กว้างๆ อย่างแม่นยำ แต่ภารกิจอาร์เทมิสที่มุ่งหน้าไปยังขั้วใต้ของดวงจันทร์จะต้องให้นักบินอวกาศสามารถกำหนดทิศทางในพื้นที่ที่ซับซ้อนและกว้างขึ้น

ในปี 2018 นักวิจัยที่ Frontier Development Lab ได้สร้างเครื่องมือนำทาง AI โดยใช้การจำลองพื้นที่ดวงจันทร์ที่มีรายละเอียด นักบินอวกาศสามารถ บันทึกภาพสภาพแวดล้อมและแบบจำลองการเรียนรู้ลึกจะเทียบเคียงภาพเหล่านั้นกับพื้นที่จำลองเพื่อกำหนดพิกัดของพวกเขาอย่างแม่นยำ

ระบบนี้ทำงานเหมือน GPS ที่ใช้การมองเห็นของเครื่องจักรแทนการส่งสัญญาณดาวเทียม ซึ่งแสดงถึงความหวังที่ดีสำหรับภารกิจที่มีขนาดใหญ่และ雄心มากขึ้น AI กำลังถูกใช้ในการนำทางและสำรวจพื้นที่ใหม่ๆ และดาวเคราะห์นอกระบบแล้ว และเมื่อเวลาผ่านไป เทคโนโลยีนี้สามารถพัฒนาและขยายความรู้ของมนุษยชาติเกี่ยวกับจักรวาลได้

ช่องว่างการกำกับดูแล

เมื่อ AI มีบทบาทมากขึ้นในการบินอวกาศที่มีคนขับ รัฐบาลและสถาบันต่างๆ ก็เริ่มถามคำถามเกี่ยวกับการกำกับดูแลและความรับผิดชอบ สำนักงานสหประชาชาติว่าด้วยกิจการอวกาศได้ เรียกร้องให้มีกรอบการกำกับดูแลที่ขึ้นอยู่กับวัตถุประสงค์หลักๆ ดังนี้

• AI ที่มีจริยธรรมและโปร่งใสสำหรับการดำเนินงานอวกาศ: ซึ่งหมายถึงระบบ AI ที่สามารถอธิบายได้ การกำกับดูแลของมนุษย์ที่มีความหมาย และการป้องกันความล้มเหลวที่มีประสิทธิภาพ โดยเฉพาะสำหรับฟังก์ชันสำคัญ
• ความยุติธรรม ความ包容 และการสร้างความสามารถระดับโลก: เพื่อแก้ไขปัญหาความลำเอียงในแบบจำลอง AI และการกระจายทรัพยากรที่ไม่เท่าเทียม UNOOSA ส่งเสริมให้มีเซตข้อมูลที่หลากหลาย การเข้าถึงข้อมูลและเครื่องมือแบบเปิด และโปรแกรมฝึกอบรมที่มุ่งเป้าไปที่ประเทศกำลังพัฒนา
• การพัฒนาและการใช้แบบจำลองพื้นฐานทางภูมิศาสตร์ที่มีความรับผิดชอบ: องค์กรยอมรับถึงศักยภาพของแบบจำลอง AI ขนาดใหญ่ แต่เน้นย้ำถึงความจำเป็นในการประเมินอย่างครอบคลุมมากกว่าความแม่นยำ ซึ่งรวมถึงปัจจัยเช่น การบริโภคพลังงาน ความแข็งแกร่ง และผลกระทบทางสังคมและจริยธรรม
• การบูรณาการความสามารถในการทนต่อการเปลี่ยนแปลงสภาพภูมิอากาศและความยั่งยืน: สำนักงานเรียกร้องให้มีการบูรณาการการพิจารณาเรื่องสภาพภูมิอากาศตลอดวงจรชีวิตของ AI และเทคโนโลยีการสังเกตการณ์โลก
• การคุ้มครองการเป็นเจ้าของและความสมบูรณ์ของข้อมูล: วัตถุประสงค์นี้มุ่งเน้นไปที่ความจำเป็นในการ采มาตรการป้องกันการปลอมแปลงข้อมูลและรับประกันความถูกต้องของข้อมูลภูมิศาสตร์

ส่วนสำคัญของนโยบายของ UNOOSA คือการเรียกร้องให้มีกรอบการกำกับดูแลเพื่อสร้างกรณีการรับรองความปลอดภัยก่อนการปล่อยตัว ซึ่งอนุญาตให้ AI ตัดสินใจภายในพารามิเตอร์ที่กำหนดไว้สำหรับภารกิจอวกาศที่ไม่สามารถมีการแทรกแซงแบบเรียลไทม์ของมนุษย์ได้

AI มีแนวโน้มที่จะทำการตัดสินใจในอวกาศ โดยเฉพาะในกรณีฉุกเฉินที่ระบบสื่อสารถูกทำลาย แม้ว่าทีมงานจะพยายามป้องกันไม่ให้เกิดเหตุการณ์นี้ แต่ก็ยังสำคัญที่จะต้องเตรียมพร้อมสำหรับสถานการณ์เหล่านี้ และกำหนดเงื่อนไขที่ AI สามารถตัดสินใจได้ด้วยการกำกับดูแลของมนุษย์

สิ่งที่อาร์เทมิส II ได้พิสูจน์

อาร์เทมิส II ได้พิสูจน์ความสำเร็จของระบบยานอวกาศ Orion การดำเนินงานของลูกเรือ และขั้นตอนการเดินทางในเงื่อนไขที่ไม่สามารถจำลองได้บนโลก นอกจากนี้ยังพิสูจน์ถึงวิธีการทำงานร่วมกันระหว่างมนุษย์และ AI นอกชั้นบรรยากาศ

ยุค Apollo ต้องการการแสดงผลที่น่าเหลือเชื่อของมนุษย์ภายใต้แรงกดดัน ซึ่งมาจากความจำเป็น อาร์เทมิสกำลังใช้แนวทางที่แตกต่างและกระจายออกไป ซึ่งเป็นการทำงานร่วมกันระหว่าง直觉และฝึกอบรมของมนุษย์กับปัญญาเครื่องจักร

ที่นี่ AI จัดการการตรวจสอบข้อมูลอย่างต่อเนื่องที่สามารถท้าทายสำหรับลูกเรือในการจัดการ ซึ่งช่วยให้พวกเขามีเวลาและความพยายามในการตัดสินใจและกระบวนการที่ต้องทำโดยมนุษย์

สำหรับผู้ที่ชื่นชอบ AI ภารกิจอาร์เทมิส II บนดวงจันทร์เป็นตัวอย่างการบูรณาการ AI ที่มีจุดมุ่งหมายและรอบคอบ ซึ่งสามารถบรรลุผลสำเร็จได้ โดยเฉพาะอย่างยิ่งเมื่อชีวิตสี่ชีวิตขึ้นอยู่กับเทคโนโลยีที่ต้องทำสิ่งที่ถูกต้อง