בשנים האחרונות בינה מלאכותית (AI) צובר תאוצה, ומאפשר לנו לפתור בעיות מהר יותר ממה שהמחשוב המסורתי יכול היה אי פעם. למשל, לאחרונה Deepmind, חברה בת Google, העוסקת בבינה מלאכותית, התפתחה אלפאFold2, תוכנית שיכולה לפתור את בעיית קיפול החלבון. זו בעיה שהכשילה מדענים כבר 50 שנה.
ההתקדמות בתחום הבינה המלאכותית אפשרה לנו להתקדם בכל מיני דיסציפלינות - והן אינן מוגבלות ליישומים על הפלנטה הזו. מתכנון משימות ועד פינוי מסלול כדור הארץ מפסולת, הנה כמה דרכים שבהן בינה מלאכותית יכולה לעזור לנו להתקדם עוד בחלל.
עוזרי קוסמונאוטים
חוקרים עובדים על עוזרים חכמים שיעזרו לאסטרונאוטים. עוזרי הבינה המלאכותית (AI) הללו, גם אם הם אולי לא נראים אופנתיים כמו בסרטים, יכולים להיות שימושיים להפליא לחקר החלל.
עוזר וירטואלי חדש שפותח עשוי לזהות סכנות כלשהן בטיסות חלל ארוכות, כגון שינויים בחללית, כגון עלייה בפחמן דו חמצני או תקלות בחיישנים, שעלולות להזיק. לאחר מכן, הוא יתריע לצוות עם הצעות בדיקה.
עוֹזֵר סיימון נמסר לתחנת החלל הבינלאומית (ISS) בדצמבר 2019, שם הוא נבדק במשך שלוש שנים. בסופו של דבר, Cimon ישמש כדי להפחית את הלחץ של אסטרונאוטים על ידי השלמת המשימות שהם מבקשים. נאס"א מפתחת גם לוויין לאסטרונאוטים על סיפון ה-ISS שנקרא רובונאוט, שיעבדו יחד עם אסטרונאוטים או יבצעו משימות מסוכנות מדי עבורם.
עיצוב ותכנון משימה
תכנון משימה למאדים היא משימה מרתיעה, אבל בינה מלאכותית יכולה להקל עליה. משימות חלל חדשות מבוססות באופן מסורתי על ידע שנרכש ממחקרים קודמים. עם זאת, מידע זה עשוי להיות מוגבל או לא זמין בשלמותו.
המשמעות היא שזרימת המידע הטכני מוגבלת למי שיכול לגשת ולשתף אותו עם מהנדסי תכנון משימה אחרים. אבל מה אם כל המידע על כמעט כל טיסות החלל הקודמות היה זמין לכל מי שיש לו את האישורים בכמה קליקים בלבד. יום אחד עשויה להיות מערכת חכמה יותר - בדומה לוויקיפדיה, אבל עם בינה מלאכותית שיכולה לענות על שאילתות מורכבות עם מידע אמין ועדכני - כדי לסייע בתכנון ותכנון מוקדם של משימות חלל חדשות.
חוקרים עובדים על הרעיון של עוזר מהנדס עיצוב כדי לצמצם את הזמן הנדרש לתכנון המשימה הראשונית, שאחרת דורשת שעות עבודה רבות. דַפנָה הוא דוגמה נוספת לעוזרת חכמה בתכנון מערכות תצפית לווייניות על כדור הארץ. Daphne משמשת מהנדסי מערכות בצוותי פיתוח לוויינים. זה מקל על העבודה שלהם על ידי מתן גישה למידע רלוונטי, כולל ביקורות, כמו גם תשובות לשאילתות ספציפיות.
עיבוד נתוני לוויין
לווייני תצפית על כדור הארץ מייצרים כמויות אדירות של נתונים. נתונים אלו מתקבלים בתחנות הקרקע בקבוצות לאורך תקופה ארוכה ויש לאסוף אותם יחד לפני שניתן יהיה לנתח אותם. למרות שהיו כמה פרויקטים של מיקור המונים לניתוח בסיסי של תמונות לוויין בקנה מידה קטן מאוד, בינה מלאכותית יכולה לבוא לעזרתנו לניתוח מפורט של נתוני לוויין.
עם כמות עצומה של נתונים שהתקבלו, AI התברר כיעיל מאוד בעיבודו. הוא שימש להערכת הצטברות חום באזורים עירוניים ולשילוב נתונים מטאורולוגיים עם תמונות לוויין להערכת מהירות הרוח. AI גם עזר להעריך את קרינת השמש באמצעות נתונים מלוויינים גיאוסטציונריים, בין יישומים רבים אחרים.
AI לעיבוד נתונים יכול לשמש גם ללוויינים עצמם. במחקר שנערך לאחרונה, מדענים בדקו טכניקות שונות של בינה מלאכותית עבור מערכת ניטור בריאות לוויינית מרחוק. הוא מסוגל לנתח נתונים המתקבלים מלוויינים כדי לזהות בעיות כלשהן, לחזות את ביצועי הלוויין ולספק הדמיות לקבלת החלטות מושכלות.
פסולת חלל
אחד מאתגרי החלל הגדולים של המאה ה-21 הוא להיפטר מפסולת החלל. לפי סוכנות החלל האירופית, ישנם כ-34 עצמים גדולים מ-000 ס"מ המהווים איום רציני על תשתית החלל הקיימת. ישנן כמה גישות חדשניות למלחמה באיום, כמו פיתוח לווייני כניסה חוזרת.
גישה נוספת היא למנוע התנגשויות אפשריות בחלל על ידי מניעת יצירת פסולת כלשהי. במחקר שנערך לאחרונה, חוקרים פיתחו שיטה לתכנון תמרוני הימנעות מהתנגשות באמצעות טכניקות למידת מכונה (ML).
מעניין גם:
- SpaceX תשתמש Starship לנקות את החלל מפסולת
- אסטרוסקאל יתחיל לנקות פסולת במסלול כדור הארץ כבר בשנת 2021
גישה חדשה נוספת היא להשתמש בכוח המחשוב העצום הזמין על פני כדור הארץ כדי לאמן מודלים של למידת מכונה, להעביר את המודלים הללו לחללית שכבר נמצאת במסלול או בדרך, ולהשתמש בהם על הסיפון כדי לקבל החלטות שונות. דרך אחת להבטיח את בטיחותן של טיסות לחלל הוצעה לאחרונה באמצעות רשתות שכבר הוכשרו על סיפון החללית. זה מספק גמישות רבה יותר בתכנון לוויינים עם סכנת התנגשות מינימלית במסלול.
מערכות ניווט
בכדור הארץ, אנחנו רגילים לכלים כמו Google Maps המשתמשים ב-GPS או במערכות ניווט אחרות. אבל עבור גופים מחוץ לכדור הארץ, עדיין אין מערכת כזו.
אין לנו לווייני ניווט סביב הירח או מאדים, אבל נוכל להשתמש במיליוני התמונות שיש לנו מלווייני מעקב כמו הכרה של ירח אורביטר (LRO). בשנת 2018, קבוצת חוקרים מנאס"א, בשיתוף עם אינטל, פיתחה מערכת ניווט חכמה המשתמשת בינה מלאכותית לחקר כוכבי הלכת. הם אימנו את הדוגמנית על מיליוני תמונות שצולמו במשימות שונות ויצרו מפה וירטואלית של הירח.
ככל שנמשיך לחקור את היקום, נמשיך לתכנן משימות שאפתניות כדי לספק את הסקרנות המולדת שלנו ולשפר את החיים על פני כדור הארץ. במאמצים שלנו, בינה מלאכותית תעזור לנו הן בכדור הארץ והן בחלל כדי לאפשר את המחקר הזה.
קרא גם: