NASA etsii keinotekoista älykkyyttä auttaakseen vieraita planeettoja ja mahdollisesti vaarallisia asteroideja.
(Kuva: © NASA)
NASA: n virkamiesten mukaan keinotekoinen älykkyys voisi auttaa etsimään elämää muukalaisilla planeetoilla ja havaitsemaan lähellä olevia asteroideja.
NASA toivoo käyttävänsä tekoälyn tai AI-tekniikoiden, kuten koneoppimisen, tulkintaa tulevien kaukoputkien, kuten James Webbin avaruusteskoopin tai Transiting Exoplanet Survey Satellite (TESS) -operaation, keräämän tiedon mukaan, sanoo avaruusjärjestö. .
"Nämä tekniikat ovat erittäin tärkeitä, etenkin suurten tietojoukkojen ja etenkin eksoplaneettojen kentällä", sanoi NASA: n Goddardin avaruuslentokeskuksen astrobiologi Giada Arney Greenbeltissä, Marylandissa, lausunnossa. "Koska tulevaisuuden havainnoista saamme tiedot ovat niukkoja ja meluisia. Sitä tulee olemaan todella vaikea ymmärtää. Joten tällaisten työkalujen käytöllä on niin paljon potentiaalia auttaa meitä."
NASA on tehnyt yhteistyötä Intelin, IBM: n ja Googlen kaltaisten yritysten kanssa kehittääkseen edistyneitä koneoppimistekniikoita. Joka kesä NASA kokoaa myös teknologia- ja avaruusinnovaatioita kahdeksan viikon ohjelmaan nimeltä Frontier Development Lab (FDL).
"FDL: ltä tuntuu, että jotkut todella hyvät muusikot, joilla on eri instrumentit, kokoontuvat yhdessä jam-istuntoon autotallissa, löytävät jotain todella hienoa ja sanovat:" Hei, meillä on bändi täällä "," Shawn Domagal-Goldman, NASA: n Goddard -astrobiologi , sanottiin NASA: n lausunnossa.
Vuonna 2018 Domagal-Goldman ja Arney ohjasivat FDL-ryhmää, joka kehitti koneoppimistekniikan, joka käyttää aivojen kaltaisia "hermoverkkoja" kuvien analysointiin ja eksoplaneettojen kemiaan tunnistamiseen niiden ilmakehän säteilyn tai molekyylien absorboiman valon aallonpituuksien perusteella. . Tämä tekniikka käsittelee informaatiota, joka on samanlainen kuin kuinka aivojen hermosolut tai hermosolut yhdistyvät muiden neuronien kanssa prosessoida ja siirtää tietoa lausunnon mukaan.
Tätä hermoverkkojen tekniikkaa käyttämällä tutkijat pystyivät tunnistamaan erilaisten molekyylien runsauden WASP-12b-nimisen eksoplaneetan ilmakehässä tarkemmin kuin perinteiset menetelmät.
Lisäksi hermoverkkotekniikka pystyy tunnistamaan, kun tietoja ei ole riittävästi ", mikä on todella tärkeää, jos haluamme luottaa näihin ennusteisiin", Domagal-Goldman sanoi lausunnossaan.
Vaikka ryhmän hermoverkkotekniikka on edelleen kehitteillä, sitä voitaisiin yhtenä päivänä käyttää tulevien teleskooppien keräämien tietojen tutkimiseen ja puolestaan auttaa kaventumaan eksoplaneettojen ehdokkaita, jotka ansaitsevat lisätutkimuksia, tutkijat kertoivat.
Myös muita FDL-tekniikoita on hyödynnetty. Esimerkiksi vuoden 2017 ryhmä kehitti koneoppimisohjelman, joka pystyi luomaan 3D-malleja asteroideista - mukaan lukien niiden koko, muoto ja linkousnopeus - jopa neljässä päivässä. Tämäntyyppiset ohjelmat ovat erityisen tärkeitä potentiaalisesti uhkaavien asteroidien havaitsemiseksi ja ohjaamiseksi maasta, lausunnon mukaan.
NASA kerää noin 2 gigatavua dataa 15 sekunnin välein avaruusaluksen laivastosta. Kuitenkin "analysoimme vain murto-osa tästä tiedosta, koska meillä on rajoitetusti ihmisiä, aikaa ja resursseja", NASA: n helikofyysikko Madhulika Guhathakurta sanoi lausunnossaan. "Siksi meidän on käytettävä näitä työkaluja enemmän."
Lisäksi tutkijat ehdottavat A.I. teknologioita tulevaisuuden avaruusaluksiin. Tämä antaisi avaruusaluksen tehdä reaaliaikaisia tieteellisiä päätöksiä ja säästää puolestaan aikaa, jota muuten tarvitaan avaruusaluksen kommunikoimiseksi maan päällä olevien tutkijoiden kanssa.
"A.I.-menetelmät auttavat meitä vapauttamaan prosessointitehoa omilta aivoiltamme tekemällä paljon alkuperäistä jalkatyötä vaikeissa tehtävissä", Arney sanoi lausunnossaan. "Mutta nämä menetelmät eivät korvaa ihmisiä pian, koska meidän on silti tarkistettava tulokset."
- 13 tapaa etsiä älykkäitä ulkomaalaisia
- NASA: n Life Hunting Mars 2020 Rover etsii vieraita mikrofossiileja
- Salaperäiset, muinaiset radiosignaalit pitävät maata. Tähtitieteilijät suunnittelivat AI: n metsästämään heitä alas
