Açık Kaynak Yapay Zeka Modelleri Uzay Önemsiz Sorununu Çözüyor

IBM'den yakın zamanda yapılan bir duyuruya göre, TechHQ tarafından bildirildiği gibi, açık kaynaklı yapay zeka uzaydaki sorunları çözmek için kullanılıyor, uzay çöplüğü ve uydu iletişimi ile ilgili sorunların üstesinden gelmek.

IBM, 1940'lardan beri uzay araştırmalarını ve iletişimi yönlendirmek için bilgisayar teknolojisi yaratıyor, ancak şimdi IBM bu görevleri yerine getirmek için yapay zekayı kullanacak. IBM, uzayla ilgili iki farklı proje üzerinde çalışıyor: KubeSat ve SSA (Uzay Durumsal Farkındalık). KubeSat, uydu sürüleri için görevlerin oluşturulmasını ve kontrolünü sağlamayı amaçlarken, SSA, Alçak Dünya Yörüngesindeki uzay çöplüğünün konumunu izlemeyi amaçlamaktadır.

İki proje yakın zamanda IBM'deki Space Tech Hub Ekibi tarafından açıklandı. Uzay teknolojisi ekibinin lideri Naeem Altaf ve Altaf'a göre KubeSat projesi, uydu sürüleri ve takımyıldızları için görevler oluşturmak ve yönetmek için gerekli araçları sağlayan otonom bir çerçeve. Bunun ötesinde, KubeSat çerçevesi, mühendislerin bu iletişimleri optimize etmesine yardımcı olarak uydular arasındaki iletişimi simüle edebilir.

Gittikçe daha fazla uydu fırlatıldıkça, uydular arasındaki iletişim giderek daha karmaşık hale geliyor ve otomatikleştirilmesi ve optimize edilmesi gerekiyor. Çerçeve, uydular arasındaki iletişimi optimize etmek ve belirli uydular arasındaki iletişime kısıtlamalar getirmek için makine öğrenme algoritmalarını kullanıyor. KubeSat, sürüler arasında otomatik iletişimler olsa bile küp uyduların yer istasyonlarıyla nasıl etkileşime girdiğini simüle etmek için kullanılabilir. İletişimler başkalarının görmesi için bir web kontrol panelinde yayınlanır. KubeSat, simülasyonlarını Java'da oluşturulan dinamik bir kütüphane olan Orekit aracılığıyla çalıştırır.

KubeSat projesi, uydu sürüsü endüstrisinin demokratikleştirilebileceği ve yeni başlayanların ve sürü operatörlerinin ortaya çıkan teknolojiden yararlanabilmesi umuduyla açık kaynak haline getirildi.

SSA projesi, IBM Space Tech Hub ekibi ve Teksas Üniversitesi'nden Dr. Moriba Jah. Amaç, AI modellerinin Düşük Dünya Yörüngesindeki nesneler için yörünge tahminlerini iyileştirebilmesidir. Alçak Dünya Yörüngesi, çoğu roket fırlatmalarından veya çürümüş uydulardan arta kalan eserler olan uzay enkazıyla doludur. Bu nesneler Dünya'nın yörüngesinde saniyede binlerce metre hızla hareket ediyor ve yörüngeleri, atmosferik hava ve yoğunluktaki dalgalanmalarla aniden değiştirilebilir. Uzay enkazı ile önemli uzay teknolojisi cihazları arasında çarpışma olmaması için bu nesnelerin yörüngesinin tahmin edilmesi gerekiyor. AI modellerinin yörünge tahminlerini iyileştirebileceği umulmaktadır.

SSA modelleri, Amerika Birleşik Devletleri Stratejik Komutanlığı tarafından derlenen verilere dayalı olarak eğitildi. Veri seti her gün bir kez güncellenir. Düşük Dünya Yörüngesindeki çoğu nesnenin yörüngesi hakkında ilk tahminleri oluşturmak için bir fizik modeli kullanılır ve daha sonra fizik modellerindeki hataları tahmin etmek için bir makine öğrenme modeli kullanılır. SSA, fiziksel yörünge modelini güncellemek için iki modeli birleştirir. İkinci model, gradyan artırmaya dayalı bir modeldir. XGBoost.

KubeSat'a çok benzeyen SSA modelleri, farklı uzay şirketleri ve teknoloji şirketleri arasında veri paylaşımını ve işbirliğini teşvik etmek amacıyla açık kaynak haline getirildi. Ne de olsa, uydu iletişim sorunları ve uzay çöplüğü, uzayda faaliyet gösteren herkes için bir tehdittir.

Hem KubeSat hem de OpenShift, IBM'in Red Hat OpenShift platformu aracılığıyla kullanıma sunuldu.