¿Cuál es la prueba definitiva de la inteligencia artificial en la exploración espacial?
Imagínese una sonda interestelar que pudiera elegir su propia órbita, tomar sus propias fotografías y luego enviar la sonda a la superficie de un planeta distante sin ayuda humana. Este es un ejemplo de cómo la NASA busca utilizar inteligencia artificial, que la agencia ya utiliza en misiones a la Tierra y Marte.
Se entiende que en diciembre del año pasado, la NASA anunció oficialmente el descubrimiento de un sistema planetario compuesto por 8 planetas alrededor de una estrella: el sistema Kepler 90. Por primera vez en la historia, los científicos han descubierto un planeta. sistema similar al sistema solar galaxia de 8 planetas. Este descubrimiento es inseparable de la ayuda de la IA. La NASA utilizó el aprendizaje automático de Google para analizar datos del telescopio espacial Kepler, logrando una mayor eficiencia de análisis.
De hecho, la NASA ya ha utilizado la IA para hacer muchas cosas.
Para trabajos en astronomía y cosmología, ¿es adecuado aplicar tecnología de inteligencia artificial?
La respuesta es por supuesto.
Primero, debido al alto costo y alto riesgo de los vuelos tripulados, la exploración espacial y la exploración planetaria se están volviendo no tripuladas.
En segundo lugar, lo que la NASA ha hecho es gran parte del trabajo; es analizar los datos de imagen devueltos por el sensor. El análisis de imágenes es, por supuesto, el mejor trabajo de la inteligencia artificial;
En tercer lugar, además, los campos de la aviación y la astronomía son campos digitales y de información. campo altamente especializado y es adecuado para extraer datos históricos y entrenar varios modelos de algoritmos para ayudar a los científicos a trabajar.
En comparación con el pasado, la mayor dificultad a la hora de utilizar robots para explorar el sistema solar y encontrar señales de vida es que no pueden tomar decisiones intuitivas o incluso creativas con tanta eficacia como los humanos.
Los avances recientes en inteligencia artificial prometen cerrar esa brecha; actualmente no hay planes para enviar humanos a explorar las cuevas subterráneas de Marte o buscar respiraderos hidrotermales en las aguas heladas de Europa. Durante nuestras vidas, es probable que estas funciones sean reemplazadas por sondas y submarinos más inteligentes que puedan resistir entornos hostiles y realizar importantes experimentos científicos incluso si están desconectados de la Tierra durante semanas o incluso meses.
Cuando Steve Chien se hizo cargo del equipo de inteligencia artificial del Laboratorio de Propulsión a Chorro (JPL) de la NASA a mediados de la década de 1990, la inteligencia artificial en ese momento parecía más ciencia ficción. Nadie podía pensar en ello como un juego. papel importante en la misión de la NASA a Marte 2020. Chien siempre ha deseado hacer de la tecnología de inteligencia artificial una parte indispensable de la NASA. Sin embargo, la inteligencia artificial en ese momento no recibió suficiente atención. Si se utilizaban algoritmos menos complejos para ejecutarse en computadoras más antiguas, la tecnología simplemente no era capaz de realizar misiones espaciales.
Sin embargo, Chien es muy paciente. Su equipo está utilizando tecnología para automatizar misiones espaciales y mejorar el trabajo que durante mucho tiempo ha dependido de las minuciosas observaciones de los investigadores. Por ejemplo, utilizando el modelo de toma de decisiones de los árboles de decisión, el JPL creó la herramienta de análisis y clasificación de imágenes del cielo (SKICAT) y la utilizó para ayudar a clasificar automáticamente los objetos descubiertos durante el segundo estudio de las Montañas Palomar de la NASA a principios de la década de 1980. Siempre que SKICAT obtenga suficientes imágenes para el entrenamiento, podrá clasificar miles de objetos borrosos y de baja resolución en una encuesta.
Después de años de mejoras incrementales, Chien y su equipo lograron un gran avance cuando la NASA les pidió que diseñaran un software para la automatización del satélite EO-1. La NASA aplicó el software del Experimento Autónomo de Ciencia y Tecnología (ASE) del JPL al satélite en 2003, y ha ayudado a estudiar inundaciones, erupciones volcánicas y otros fenómenos naturales durante más de una década. Antes de que EO-1 fuera desmantelado en marzo, el software ASE a veces recibía alertas de otros satélites o sensores terrestres y automáticamente solicitaba al EO-1 que capturara imágenes antes de que los humanos en tierra se dieran cuenta del incidente.
El trabajo del JPL en ASE y otros proyectos ha dado a la NASA la confianza de que la inteligencia artificial puede desempeñar un papel importante en la misión Mars 2020. Chien y su equipo están desarrollando un nuevo tipo de rover que es mucho más avanzado que cualquier otro vehículo y puede navegar por la accidentada superficie del planeta. Cuando busca signos de vida en Marte, el rover Mars 2020 tiene una libertad considerable para elegir objetivos de investigación y experimentales.
Recientemente, Chien, director del grupo técnico del Laboratorio de Propulsión a Chorro de la NASA y científico investigador senior en el departamento de planificación y ejecución de misiones del laboratorio, habló sobre el impacto de los viajes espaciales en los sistemas de inteligencia artificial en una entrevista con Scientific American. . A medida que la humanidad explora cada vez más, la demanda de inteligencia es cada vez mayor. ¿Cómo será la misión espacial de inteligencia artificial "definitiva"?
El siguiente es el resumen
P: ¿El software ASE que controla el satélite EO-1 es un hito para la NASA en aplicaciones de IA?
Este es definitivamente un hito para la inteligencia artificial, no solo para el JPL y la NASA, sino también para todo el ecosistema de IA. Esto se debe al gran éxito de ASE junto con su longevidad. Este software es bastante increíble: controló la nave espacial durante más de 12 años.
Durante este período, emitió aproximadamente 3 millones de instrucciones y realizó más de 60.000 observaciones, logrando de hecho una confiabilidad superior a la de una nave espacial operada por humanos. Un éxito así podría en realidad democratizar los recursos espaciales. Tenemos una página web donde agencias de todo el mundo pueden enviar solicitudes para ser enviadas directamente a la nave espacial.
P: ¿Cuántas tareas está dispuesta la NASA a encomendar a la inteligencia artificial?
Uno de los desafíos de la inteligencia artificial en la NASA es que debido a que estamos lidiando con misiones espaciales, lleva mucho tiempo y mucho tiempo pensar en ello. Debemos garantizar que la inteligencia artificial siga funcionando correctamente, reuniendo conocimientos científicos y protegiendo las naves espaciales. Pero eso no significa que puedas predecir exactamente lo que hará. Algunas personas quieren alejarse de este nivel de microgestión, con la esperanza de que la inteligencia artificial se convierta en una ayuda para los científicos y no para las máquinas, porque las máquinas deben ser microgestionadas. Algunas personas se preocupan por reemplazar a los buenos científicos, pero eso no es suficiente y no tenemos que preocuparnos por eso.
P: ¿Cómo os preparáis el uso de la IA para comprender el mundo desconocido?
El aprendizaje no supervisado es muy importante para analizar situaciones desconocidas. Una gran parte de lo que los humanos pueden hacer es interpretar datos desconocidos. Hay muchas preguntas de este tipo en la NASA. Verás algunos datos y algunas partes no encajarán. Tomemos como ejemplo la exploración del Territorio del Noroeste de Lewis y Clark. No dibujaron un mapa cada 10 pies (que es lo que hacen la mayoría de los detectores hoy en día), pero la expedición de Lewis y Clark describió montañas, ríos y otras características. contexto. Queremos que los sistemas de inteligencia artificial hagan lo mismo.
Para desarrollar un sistema de este tipo, hicimos que un estudiante capturara imágenes con una cámara digital durante un vuelo a través del país. Luego aplicamos diferentes métodos de aprendizaje no supervisados a nuestros datos capturados. Esperamos que la inteligencia artificial sepa que hay montañas, bosques, ríos, y aprenda que hay nubes, día, noche, etc.
P: ¿Qué papel jugará la inteligencia artificial en la próxima misión del rover Mars 2020?
Esta tarea aplica la tecnología de inteligencia artificial en tres aspectos. La primera es la tecnología de conducción autónoma del "Rover", que se remonta al "Pathfinder" y también forma parte del programa MER (Mars Exploration Rover). La conducción autónoma es como un dial que puedes controlar estrictamente y decirles a los rovers adónde ir, o puedes dejarlos conducir, con diferentes compensaciones en términos de velocidad y seguridad.
La segunda área de inteligencia artificial incluye sistemas que ayudarán al rover a realizar investigaciones científicas. Las capacidades de posicionamiento serán mucho mejores y habrá más instrumentos (no sólo la SuperCam del rover) que proporcionarán imágenes, análisis de composición química y mineralogía. SuperCam es una evolución de la ChemCam incluida en los primeros vehículos exploradores de Marte, que utiliza láseres para escanear y estudiar los gases producidos para comprender la composición química de las rocas. Los anteriores rovers de Marte, el Mars Science Laboratory y ahora el M2020, se han vuelto cada vez más capaces de seleccionar objetivos y realizar estudios de imágenes posteriores basados en criterios científicos como la forma, textura o textura del objetivo, una capacidad conocida como exploración autónoma The Collecting Augmentation Science (AEGIS). El sistema permite al rover realizar más investigaciones científicas en menos tiempo.
En tercer lugar, los rovers "Mars 2020" también tendrán un sistema de programación más complejo, lo que los hará más dinámicos. Si el trabajo se adelanta o se retrasa, el móvil ajustará automáticamente su recorrido para aumentar la productividad.
P: ¿Cómo puede la IA ayudar al "Rover" a explorar cuevas en Marte?
Mientras exploramos la superficie de Marte, los científicos quieren investigar las cuevas de lava en Marte. Debido a que profundizar en una cueva es como una "carrera de relevos", una misión de este tipo puede durar solo unos pocos días, porque el "rover" depende completamente de la energía de la batería y la exploración de cuevas requerirá mucha inteligencia artificial. La IA debe coordinar, mapear y explorar tantas cuevas como sea posible de la manera más eficiente posible en un tiempo limitado. Uno de los enfoques en los que hemos estado trabajando es la asignación dinámica de regiones, que podría comenzar de esta manera: tienes cuatro rovers y quieres adentrarte 100 pies en una cueva en Marte. El primer rover tenía un mapa de 0 a 25 pies, el segundo de 25 a 50 pies, y así sucesivamente. Mapearán la cueva paso a paso. Este es el clásico divide y vencerás.
También se utilizan entre sí para pasar datos fuera de la cueva. Enviar a los rovers a cuevas significa que ya no podrán comunicarse con el mundo exterior. Entonces comenzaron a hacer lo que llamamos "redes de zapatillas": el primer rover ingresa a la cueva hasta que está fuera del alcance de comunicación, completa sus observaciones y luego regresa al alcance para enviar los datos. El segundo vehículo se adentró más profundamente en la cueva, pero solo tuvo que volver a estar dentro del alcance del primer rover, y cada rover se adentró progresivamente en la cueva hasta cubrir 100 pies. Los detectores no saldrán de la cueva, pero sí los datos que recopilen. Esta será una misión de 3 o 4 días porque la batería tiene una duración limitada.
P: ¿Cuál es la prueba definitiva de la inteligencia artificial en la exploración espacial?
La prueba definitiva de la inteligencia artificial en el espacio es el "tiempo". El sumergible Europa, por ejemplo, tuvo que sobrevivir solo durante varios años, posiblemente haciendo contacto con la Tierra sólo cada 30 días.
Cuando quieres esperar a que los casquetes polares se derritan antes de aterrizar un sumergible en la superficie de la Tierra, eso lleva un año. Además, el detector quiere encontrar fuentes hidrotermales desde el ecuador hasta los polos. Como un "rover" en una cueva, debe salir y regresar para comunicarse con el mundo exterior. En este caso, el rover podría sobrevivir por sí solo durante seis meses o un año. Para simular esto, diseñamos un sumergible controlado por IA para estudiar los respiraderos hidrotermales debajo del hielo. Los científicos quieren estudiar los efectos del cambio climático bajo las plataformas de hielo de la Antártida, misiones que requieren tecnología similar.
Aun así, esto no es nada comparado con las misiones interestelares, ya que la nave funcionará de forma completamente autónoma, y el viaje de comunicaciones hacia y desde Próxima Centauri (el sistema estelar más cercano) puede durar hasta 9 años. Si nos fijamos en Trappist-1 (una estrella enana roja con una temperatura superficial extremadamente baja), esta galaxia es, con diferencia, el planeta con más probabilidades de tener vida fuera del sistema solar, a unos 40 años luz de nosotros. Debido al retraso en las comunicaciones, la nave espacial tiene que depender más de sí misma, por lo que para realizar tal tarea se necesita una IA suficientemente potente.