Uzay Çöpü Problemini Çözmek İçin Açık Kaynaklı AI Modelleri

IBM’den yapılan recent bir duyuruya göre, TechHQ tarafından bildirildiği üzere, açık kaynaklı AI, uzayda sorunları çözmek için kullanılıyor, uzay çöpü ve uydu iletişimi ile ilgili sorunları ele alıyor.

IBM, 1940’lardan beri uzay keşfi ve iletişimi için bilgisayar teknolojisi geliştiriyor, ancak şimdi IBM, bu görevleri gerçekleştirmek için yapay zeka kullanacak. IBM, iki farklı uzay ile ilgili proje üzerinde çalışıyor: KubeSat ve SSA (Uzay Durum Bilinci). KubeSat, uydu sürüleri için görev oluşturma ve kontrolünü sağlamak amacıyla tasarlandı, SSA ise Alçak Dünya Yörüngesindeki uzay çöpünün konumunu izlemek amacıyla tasarlandı.

İki proje, IBM’nin Uzay Teknoloji Hub Ekibi tarafından yakın zamanda duyuruldu. Uzay teknoloji ekibinin lideri Naeem Altaf, KubeSat projesinin, uydu sürüleri ve kümeleri için görev oluşturma ve yönetme araçları sağlayan özerk bir çerçeve olduğunu belirtti. Bunun ötesinde, KubeSat çerçevesi, uydular arasındaki iletişimi simüle ederek mühendislerin bu iletişimleri optimize etmesine yardımcı oluyor.

Uydu sayısı arttıkça, uydular arasındaki iletişim giderek daha karmaşık hale geliyor ve otomatik hale getirilmesi ve optimize edilmesi gerekiyor. Çerçeve, uydular arasındaki iletişimi optimize etmek için makine öğrenimi algoritmaları kullanıyor ve belirli uydular arasındaki iletişimi kısıtlıyor. KubeSat, küp uyduların yer istasyonlarıyla nasıl etkileşime gireceğini simüle etmek için kullanılabilir, aynı zamanda sürüler arasındaki otomatik iletişimler gerçekleşirken. İletişimler, başkalarının görebileceği bir web panosunda yayımlanıyor. KubeSat, simülasyonlarını Orekit aracılığıyla gerçekleştiriyor, bu da Java’da oluşturulmuş bir dinamik kütüphanedir.

KubeSat projesi, uydu sürü endüstrisinin demokratikleştirilmesi umuduyla açık kaynak olarak yapıldı, böylece startup’lar ve sürü operatörleri ortaya çıkan teknolojiyi kullanabilir.

SSA projesi, IBM Uzay Teknoloji Hub Ekibi ve Texas Üniversitesi’nden Dr. Moriba Jah arasındaki bir işbirliğinin sonucudur. AI modellerinin, Alçak Dünya Yörüngesindeki nesnelerin yörüngesini daha iyi tahmin edebilmesi hedefleniyor. Alçak Dünya Yörüngesi, roket fırlatmalarından kalan veya bozulan uydulardan oluşan çok miktarda uzay enkazıyla dolu. Bu nesneler, saniyede binlerce metre hızlarla Dünya’nın etrafında dönmekte ve yörüngeleri, atmosferik hava ve yoğunluk değişimleri nedeniyle aniden değişebilir. Bu nesnelerin yörüngesinin tahmin edilmesi gerekiyor, böylece uzay çöpü ve önemli uzay teknolojisi cihazları arasında çarpışmalar meydana gelmez. AI modellerinin yörünge tahminlerini iyileştirebileceği umuluyor.

SSA modelleri, Birleşik Devletler Stratejik Komutanlığı tarafından derlenen veriler temelinde eğitildi. Veri seti her gün güncelleniyor. Fizik modeli, Alçak Dünya Yörüngesindeki çoğu nesnenin yörüngesi hakkında ilk tahminleri üretmek için kullanılıyor ve daha sonra bir makine öğrenimi modeli, fizik modellerindeki hataları tahmin etmek için kullanılıyor. SSA, iki modeli birleştirerek fiziksel yörünge modelini güncelliyor. İkinci model, XGBoost temelinde bir gradient boosting modelidir.

KubeSat gibi, SSA modelleri de farklı uzay şirketleri ve teknoloji şirketleri arasında veri paylaşımı ve işbirliğini teşvik etme amacıyla açık kaynak olarak yapıldı. Sonuçta, uydu iletişimi sorunları ve uzay çöpü, uzayda faaliyet gösteren herkes için bir tehdit oluşturuyor.

Her iki KubeSat ve OpenShift de, IBM’nin Red Hat OpenShift platformu aracılığıyla kullanılabilir hale getirildi.