โมเดล AI เปิด源ที่แก้ปัญหาขยะในอวกาศ

ตามประกาศล่าสุดจาก IBM ซึ่งรายงานโดย TechHQ AI เปิด源จาก IBM กำลังจะเข้าสู่อวกาศ โดยใช้ AI เพื่อแก้ปัญหาในอวกาศ โดยเฉพาะปัญหาเกี่ยวกับขยะในอวกาศและการสื่อสารผ่านดาวเทียม

IBM ได้พัฒนาเทคโนโลยีคอมพิวเตอร์เพื่อขับเคลื่อนการสำรวจและการสื่อสารในอวกาศมาตั้งแต่ปี 1940 แต่ขณะนี้ IBM จะใช้ AI ในการดำเนินงานเหล่านี้ IBM กำลังพัฒนาโครงการอวกาศสองโครงการ คือ KubeSat และ SSA (Space Situational Awareness) KubeSat มีจุดมุ่งหมายเพื่อให้สามารถสร้างและควบคุมงานสำหรับฝูงดาวเทียม ในขณะที่ SSA มีจุดมุ่งหมายเพื่อติดตามตำแหน่งของขยะในอวกาศในวงโคจรต่ำของโลก

ทั้งสองโครงการนี้ได้รับการเปิดตัวโดยทีม Space Tech Hub ของ IBM ซึ่งนำโดย Naeem Altaf Altaf ระบุว่า KubeSat เป็นเฟรมเวิร์กอัตโนมัติที่ให้เครื่องมือในการสร้างและจัดการงานสำหรับฝูงดาวเทียมและกลุ่มดาวเทียม นอกจากนี้ KubeSat ยังสามารถจำลองการสื่อสารระหว่างดาวเทียม ช่วยให้วิศวกรสามารถเพิ่มประสิทธิภาพการสื่อสารเหล่านี้

เมื่อดาวเทียมถูกส่งเข้าสู่อวกาศมากขึ้น การสื่อสารระหว่างดาวเทียมจะกลายเป็นเรื่องที่ซับซ้อนมากขึ้น และต้องการการอัตโนมัติและเพิ่มประสิทธิภาพ KubeSat ใช้การเรียนรู้ของเครื่องจักรเพื่อเพิ่มประสิทธิภาพการสื่อสารระหว่างดาวเทียม โดยการจำกัดการสื่อสารระหว่างดาวเทียมบางลำ KubeSat สามารถใช้ในการจำลองวิธีการที่ดาวเทียมคิวบ์โต้ตอบกับสถานีภาคพื้นดิน ในขณะที่การสื่อสารอัตโนมัติระหว่างฝูงดาวเทียมเกิดขึ้น การสื่อสารเหล่านี้จะถูกเผยแพร่บนแดชบอร์ดเว็บสำหรับผู้อื่น KubeSat ใช้ไลบรารี่ Orekit ซึ่งเป็นไลบรารี่แบบไดนามิกที่สร้างขึ้นใน Java

โครงการ KubeSat ได้รับการเผยแพร่ให้เปิด源ในความหวังที่จะทำให้อุตสาหกรรมดาวเทียมกลุ่มสามารถเข้าถึงได้ โดยช่วยให้สตาร์ทอัพและผู้ให้บริการดาวเทียมกลุ่มสามารถใช้เทคโนโลยีที่เกิดขึ้นใหม่นี้

โครงการ SSA เป็นผลมาจากการร่วมมือระหว่างทีม Space Tech Hub ของ IBM และ ดร. มอริบา จาห์ จากมหาวิทยาลัยเท็กซัส จุดมุ่งหมายคือให้โมเดล AI สามารถปรับปรุงการคาดการณ์วงโคจรสำหรับวัตถุในวงโคจรต่ำของโลก วงโคจรต่ำของโลกเต็มไปด้วยขยะในอวกาศ ซึ่งส่วนใหญ่เป็นเศษส่วนจากการส่งดาวเทียมหรือดาวเทียมที่เสื่อมสภาพ วัตถุเหล่านี้โคจรรอบโลกด้วยความเร็วหลายพันกิโลเมตรต่อวินาที และเส้นทางของพวกมันสามารถเปลี่ยนแปลงได้โดยการเปลี่ยนแปลงของสภาพอากาศและความหนาแน่นของบรรยากาศ การคาดการณ์วงโคจรของวัตถุเหล่านี้จึงจำเป็นต้องดำเนินการเพื่อป้องกันการชนกันระหว่างขยะในอวกาศและอุปกรณ์เทคโนโลยีอวกาศที่สำคัญ

โมเดล SSA ได้รับการฝึกฝนโดยใช้ข้อมูลที่รวบรวมโดยสหรัฐอเมริกาสเตรทจิกคอมมานด์ ชุดข้อมูลนี้ได้รับการอัปเดตทุกวัน โมเดลฟิสิกส์ถูกใช้เพื่อสร้างการคาดการณ์เบื้องต้นเกี่ยวกับวงโคจรของวัตถุส่วนใหญ่ในวงโคจรต่ำของโลก และโมเดลการเรียนรู้ของเครื่องจักรถูกใช้เพื่อคาดการณ์ข้อผิดพลาดในโมเดลฟิสิกส์ SSA รวมโมเดลทั้งสองเข้าด้วยกันเพื่ออัปเดตโมเดลวงโคจรทางกายภาพ โมเดลที่สองเป็นโมเดลการเพิ่มประสิทธิภาพเกรเดียนต์โดยอาศัย XGBoost

เช่นเดียวกับ KubeSat โมเดล SSA ได้รับการเผยแพร่ให้เปิด源ในความพยายามที่จะส่งเสริมการแบ่งปันข้อมูลและการทำงานร่วมกันระหว่างบริษัทอวกาศและบริษัทเทคโนโลยีต่างๆ ในที่สุด ปัญหาเกี่ยวกับการสื่อสารผ่านดาวเทียมและขยะในอวกาศก็เป็นภัยคุกคามสำหรับทุกคนที่ดำเนินการในอวกาศ

ทั้ง KubeSat และ OpenShift ได้รับการเผยแพร่ผ่านแพลตฟอร์ม Red Hat OpenShift ของ IBM