NASA Şu Anda Uzay Bilimi için A.I. Kullanıyor

NASA, geçen ay yayınladığı bir açıklamada, A.I.’nin uzay bilimindeki bazı büyük sorunlara yardımcı olabileceğini söyledi. A.I., diğer gezegenlerde yaşam aramak veya asteroidleri tanımlamak için kullanılabilir. NASA bilim adamları, Intel (INTC ), IBM ve Google (GOOGL ) gibi AI endüstrisinin liderleriyle ortaklık kuruyor. Birlikte, bazı sorunları çözmek için gelişmiş bilgisayar algoritmaları uygulayabilirler.

NASA, veri yorumlamak için makine öğrenimi gibi belirli A.I. teknolojilerine güveniyor. Bu veriler, James Webb Uzay Teleskobu veya Transiting Exoplanet Survey Satellite gibi teleskoplar tarafından toplanacak.

NASA’nın Goddard Uzay Uçuş Merkezi’ndeki astrobiyolog Giada Arney, makine öğreniminin teleskoplar ve gözlemevleri tarafından toplanacak verilere yaşam belirtileri bulmasına yardımcı olabileceğini umuyor.

“Bu teknolojiler çok önemli, özellikle büyük veri kümeleri ve özellikle dış gezegen alanında,” dedi Arney açıklamada. “Gelecek gözlemlerden elde edeceğimiz veriler seyrek ve gürültülü olacak. Anlaşılması gerçekten zor olacak. Bu tür araçları kullanmak çok fazla potansiyele sahip.”

NASA, her yaz teknoloji ve uzay sektörünün liderlerini bir araya getiren sekiz haftalık bir program düzenliyor, Frontier Development (FDL) adını taşıyor.

Shawn Domagl-Goldman, NASA Goddard astrobiyologu.

“FDL, farklı enstrümanlarla gerçekten iyi müzisyenlerin bir garajda bir araya gelip bir şeyler bulması ve ‘Hey, bir banda sahip olduk’ demesi gibi geliyor,” dedi açıklamada.

2018’de, Domagal-Goldman ve Arney’nin mentörlüğünde bir FDL ekibi, sinir ağlarına dayanan bir makine öğrenimi tekniği geliştirdi. Bu teknik, görüntüleri analiz ediyor ve moleküllerin atmosferlerinde yaydıkları veya emdikleri ışınların dalga boylarını kullanarak gezegenlerin kimyasını belirliyor.

Bu yeni tekniği kullanarak araştırmacılar, WASP-12b adlı bir dış gezegenin atmosferindeki çeşitli molekülleri belirleyebildiler. Bu teknik, diğer yöntemlerden daha doğru sonuçlar verdi.

Domagal-Goldman’a göre, sinir ağı ayrıca veri eksikliğini de belirleyebiliyor. Bayesian tekniği olarak adlandırılan bu yöntem, aynı zamanda bilim insanlarına tahmini ne kadar emindir, bunu da söyleyebiliyor.

“Verilerin gerçekten doğru bir sonuç vermesi için yeterli olmadığı yerlerde, bu model cevaba emin olmadığını bilmekte daha iyiydi, bu da bu tür tahminlere güvenebilmemiz için gerçekten önemli,” dedi Domagal-Goldman.

Bayesian tekniği hala geliştirilse de, diğer FDL teknolojileri gerçek dünyada kullanılıyor. 2017’de, FDL katılımcıları tarafından geliştirilen bir makine öğrenimi programı, yakın asteroidlerin 3D modellerini hızlı bir şekilde oluşturabiliyor ve şekillerini, boyutlarını ve dönme hızlarını doğru bir şekilde tahmin edebiliyordu. Bu tür bilgiler, NASA’nın Dünya’yı tehdit eden asteroidleri tespit etmesi ve savuşturması için faydalı oluyor.

Astronomlar geleneksel olarak, basit bilgisayar yazılımlarını kullanarak asteroidlerin 3D modellerini oluşturuyor ve radar ölçümlerini analiz ediyor. Ardından, radar sinyalindeki değişikliklere dayanarak asteroidin fiziksel özelliklerini çıkarabiliyorlar.

Bill Diamond, SETI’nin başkanı ve CEO’su.

“Standart hesap kaynaklarına sahip bir astronom, tek bir asteroidin şeklini bir ila üç ayda oluşturabilir,” dedi Diamond. “Araştırma ekibinin sorusu şu oldu: Hızlandırabilir miyiz?”

Fransa, Güney Afrika ve ABD’den öğrenciler ve akademiden ve teknoloji şirketi Nividia’dan mentorlarla oluşan bir ekip, dört günde bir asteroidi render edebilecek bir algoritma geliştirdi. Bu teknik, şu anda Puerto Rico’daki Arecibo Gözlemevi’ndeki astronomlar tarafından kullanılıyor ve asteroidlerin gerçek zamanlı şekil modellemesini yapıyor.

Araştırmacılar, A.I. teknolojilerinin gelecekteki uzay araçlarına entegre edilmesini öneriyorlar ve bu uzay araçlarının gerçek zamanlı kararlar almasına izin vereceğini söylüyorlar.

“A.I. yöntemleri, zor görevlerin ilk adımlarını yaparak bizim beynimizden işlem gücünü serbest bırakmamıza yardımcı olacak,” dedi Arney. “Ancak bu yöntemler insanları yakın zamanda yerini almayacak, çünkü sonuçları kontrol etmemiz masih gerekli olacak.”