Cơ quan Hàng không và Vũ trụ Hoa Kỳ Hiện đang Sử dụng Trí tuệ Nhân tạo cho Khoa học Vũ trụ

Trong một bản tuyên bố được Cơ quan Hàng không và Vũ trụ Hoa Kỳ (NASA) phát hành vào tháng trước, cơ quan này cho biết rằng Trí tuệ Nhân tạo (A.I.) có tiềm năng giúp giải quyết một số vấn đề lớn nhất trong khoa học vũ trụ. A.I. có thể được sử dụng để tìm kiếm sự sống trên các hành tinh khác hoặc xác định các tiểu hành tinh. Các nhà khoa học của NASA đang hợp tác với các nhà lãnh đạo trong ngành công nghiệp A.I., như Intel, IBM và Google. Cùng nhau, họ có thể áp dụng các thuật toán máy tính tiên tiến để giải quyết một số vấn đề đó.

Có một số công nghệ A.I. mà NASA đang dựa vào, chẳng hạn như học máy, để giải thích dữ liệu. Dữ liệu này sẽ được thu thập bởi các kính thiên văn, bao gồm Kính thiên văn Vũ trụ James Webb hoặc Kính thiên văn Khảo sát Exoplanet Transit, tại một số điểm trong tương lai.

Giada Arney, một nhà sinh vật học vũ trụ tại Trung tâm Chuyến bay Vũ trụ Goddard của NASA ở Greenbelt, Maryland, hy vọng rằng học máy có thể giúp cô và nhóm của mình tìm thấy một số dấu hiệu của sự sống trong dữ liệu sẽ được thu thập bởi các kính thiên văn và đài quan sát.

“Những công nghệ này rất quan trọng, đặc biệt là đối với các tập dữ liệu lớn và đặc biệt là trong lĩnh vực exoplanet,” Arney nói trong bản tuyên bố. “Bởi vì dữ liệu chúng tôi sẽ nhận được từ các quan sát trong tương lai sẽ rất thưa thớt và ồn ào. Nó sẽ rất khó để hiểu. Vì vậy, sử dụng những công cụ như vậy có rất nhiều tiềm năng để giúp chúng tôi.”

NASA tổ chức một chương trình kéo dài tám tuần mỗi mùa hè, mang lại sự hợp tác giữa các nhà lãnh đạo trong lĩnh vực công nghệ và vũ trụ, gọi là Phát triển Biên giới (FDL).

Shawn Domagl-Goldman là một nhà sinh vật học vũ trụ của NASA Goddard.

“FDL cảm giác như một số nhạc sĩ giỏi với các nhạc cụ khác nhau聚集 lại với nhau trong một buổi jam session trong gara, tìm thấy một điều gì đó thực sự cool, và nói, ‘Hey, chúng tôi đã có một ban nhạc ở đây,'” anh nói trong bản tuyên bố.

Vào năm 2018, một nhóm FDL được Domagal-Goldman và Arney tư vấn, và họ đã phát triển một kỹ thuật học máy dựa trên mạng nơ-ron. Họ phân tích hình ảnh và xác định hóa học của các exoplanet bằng cách sử dụng các bước sóng ánh sáng phát ra hoặc hấp thụ bởi các phân tử trong khí quyển của chúng.

Bằng cách sử dụng kỹ thuật mới này, các nhà nghiên cứu có thể xác định các phân tử khác nhau trong khí quyển của exoplanet WASP-12b. Kỹ thuật này đã làm điều đó chính xác hơn so với các phương pháp khác.

Theo Domagal-Goldman, mạng nơ-ron cũng có thể xác định khi nào có thiếu dữ liệu. Kỹ thuật Bayesian, như nó được gọi, cũng có thể cho các nhà khoa học biết chắc chắn về dự đoán của nó.

“Ở những nơi mà dữ liệu không đủ tốt để đưa ra một kết quả chính xác, mô hình này tốt hơn trong việc biết rằng nó không chắc chắn về câu trả lời, điều này thực sự quan trọng nếu chúng tôi muốn tin tưởng vào những dự đoán này,” Domagal-Goldman nói.

Kỹ thuật Bayesian vẫn đang được phát triển, nhưng một số công nghệ FDL khác đang được sử dụng trong thế giới thực. Vào năm 2017, một chương trình học máy được các thành viên FDL phát triển, có khả năng tạo nhanh chóng các mô hình 3D của các tiểu hành tinh gần đó. Nó cũng có thể ước tính chính xác hình dạng, kích thước và tốc độ quay của chúng. Thông tin này hữu ích cho NASA để phát hiện và chuyển hướng các tiểu hành tinh đe dọa Trái đất.

Truyền thống, các nhà thiên văn học sử dụng phần mềm máy tính đơn giản để tạo mô hình 3D, và nó phân tích các phép đo radar của một tiểu hành tinh di chuyển. Nó sau đó cung cấp thông tin hữu ích để giúp các nhà khoa học suy luận các thuộc tính vật lý của nó dựa trên sự thay đổi của tín hiệu radar.

Bill Diamond là chủ tịch và giám đốc điều hành của SETI.

“Một nhà thiên văn học có kinh nghiệm với tài nguyên máy tính tiêu chuẩn có thể tạo hình một tiểu hành tinh trong một đến ba tháng,” Diamond nói. “Vậy câu hỏi cho nhóm nghiên cứu là: Chúng tôi có thể tăng tốc nó không?”

Đội ngũ bao gồm các sinh viên từ Pháp, Nam Phi và Hoa Kỳ, cùng với các cố vấn từ học thuật và công ty công nghệ Nividia, đã phát triển một thuật toán có khả năng tạo mô hình tiểu hành tinh trong thời gian ngắn nhất là bốn ngày. Kỹ thuật này hiện đang được các nhà thiên văn học tại Đài thiên văn Arecibo ở Puerto Rico sử dụng, và nó thực hiện mô hình hóa hình dạng thời gian thực của các tiểu hành tinh.

Các nhà nghiên cứu cũng đề xuất rằng các công nghệ A.I. nên được tích hợp vào các tàu vũ trụ trong tương lai, và điều đó sẽ cho phép tàu vũ trụ đưa ra quyết định thời gian thực.

“Các phương pháp A.I. sẽ giúp chúng tôi giải phóng sức mạnh xử lý từ não bộ của mình bằng cách thực hiện nhiều công việc ban đầu trên các nhiệm vụ khó khăn,” Arney nói. “Nhưng những phương pháp này sẽ không thay thế con người trong thời gian gần, vì chúng tôi vẫn cần kiểm tra kết quả.”