होशियार, आगे, और अधिक सटीक: एआई कैसे अंतरिक्ष में उड़ानों को बदलता है

हम बाइनरी डिस्ट्रिक्ट में व्यापार के लिए एआई में एक नया पाठ्यक्रम शुरू किया है। पाठ्यक्रम में, हम विभिन्न उद्योगों में कृत्रिम बुद्धि के व्यावहारिक उपयोग के बारे में बहुत सारी बातें करते हैं: खुदरा, मीडिया और दवा।

लेकिन स्वचालन से न केवल पृथ्वी पर लोगों को मदद मिलती है। इस लेख में, हमने ऐसे उदाहरण एकत्र किए हैं कि कैसे एआई का उपयोग किया जा सकता है (या पहले से ही इस्तेमाल किया जा रहा है) अंतरिक्ष की खोज के लिए।



कट के तहत सात मामले हैं: सूर्य में तूफान की भविष्यवाणी से लेकर अंतरिक्ष रोबोट बचाव दल तक।

1. सौर तूफानों की भविष्यवाणी करें और क्षुद्रग्रहों से बचाव करें

माइक्रोसॉफ्ट और आईबीएम के सहयोग से नासा की फ्रंटियर डेवलपमेंट लैब के वैज्ञानिक, सौर तूफानों की ताकत और परिमाण का अनुमान लगाने के लिए स्व-शिक्षण प्रणालियों पर काम कर रहे हैं। सफल होने पर, उनका उपयोग न केवल नए ग्रहों की जलवायु और जीवन के लिए उनकी उपयुक्तता को निर्धारित करने के लिए किया जा सकता है, बल्कि प्राकृतिक संसाधनों को खोजने के लिए भी किया जा सकता है।

2013 में ओबामा के क्षुद्रग्रह ग्रैंड चैलेंज से प्रेरित होकर न्यूजीलैंड के उद्यमी जेम्स पार्र द्वारा प्रयोगशाला की स्थापना की गई थी। पार्र ने नासा को एक ऐसी परियोजना पर काम करने के लिए आमंत्रित किया जो पृथ्वी को क्षुद्रग्रहों और अन्य खतरों से बचाने के लिए उन्नत AI विकास को शामिल करती है। Parr के अनुसार, कृत्रिम बुद्धिमत्ता एकमात्र ऐसी तकनीक है जिसका खगोलविदों ने अभी तक लाभ उठाने की सराहना नहीं की है।

2. खुला एक्सोप्लैनेट

कृत्रिम बुद्धिमत्ता भी वैज्ञानिकों को नए ग्रहों की खोज में मदद करती है। एआई एल्गोरिथ्म से लैस केपलर टेलिस्कोप मार्च 2009 में अंतरिक्ष में उतारा गया था और लगभग एक दशक तक काम किया था: इस दौरान खगोलविदों ने इसके साथ 2,600 से अधिक एक्सोप्लैनेट्स पाए हैं। उदाहरण के लिए, 2017 के अंत में, उन्होंने नक्षत्र ड्रैगन में स्टार सिस्टम केपलर -90 में ग्रहों केपलर 80g और केप्लर 90i की खोज करके सौर प्रणाली के जुड़वां को खोजने में मदद की।

एक खोज सम्मेलन कॉल के दौरान, Google AI में परियोजना के शोधकर्ताओं में से एक, वरिष्ठ इंजीनियर क्रिस शल्लू ने कहा, "यह जल्दबाजी में एक सुई की तलाश में है।"

अक्टूबर 2018 में, उसका ईंधन टैंक खाली था और दूरबीन ने मिशन पूरा किया। हालांकि, केप्लर ने नई दुनिया के लिए शिकार खत्म करने के बाद, खगोलविदों ने गैया दूरबीन से एकत्र किए गए डेटा और जानकारी का उपयोग करके एक और 104 एक्सोप्लैनेट की खोज करने में सक्षम थे।


केपलर टेलीस्कोप रेंडर (नासा)

इस परिणाम को प्राप्त करने के लिए, शोधकर्ताओं ने नासा के डेटा का उपयोग करके एल्गोरिदम को प्रशिक्षित किया। 15 हजार परीक्षण संकेतों का अध्ययन करने के बाद, टेलीस्कोप 96% मामलों में ग्रह को सही ढंग से निर्धारित करने में सक्षम था।

3. आईएसएस से रिपोर्ट करने के लिए

अगर पिक्सर ने रोबोट को डिजाइन किया है, तो यह बिल्कुल वैसा ही दिखाई देगा (JAXA / NASA)

जापान एयरोस्पेस एक्सप्लोरेशन एजेंसी (जेएक्सए) ने एक रिमोट कंट्रोल ड्रोन विकसित किया, जो एक अंतरिक्ष स्टेशन पर ऑन-कैमरा प्रयोग करता है और उन्हें पृथ्वी पर भेजता है।

सभी इंट-बॉल तत्व एक 3 डी प्रिंटर पर मुद्रित होते हैं, यह 12 प्रोपेलर की मदद से चलता है, और यह आईएसएस के अंदर सरेस से जोड़ा हुआ गुलाबी डॉट्स-मार्करों द्वारा निर्देशित होता है।

एक छोटा, बड़ी आंखों वाला रोबोट (केवल एक किलोग्राम इंट-बॉल, व्यास - 15 सेमी वजन) पृथ्वी पर चालक दल और चालक दल के सिंक्रनाइज़ेशन की सुविधा देता है। ड्रोन ने अंतरिक्ष यात्रियों के कई कर्तव्यों को निभाया और उनके काम का बोझ 10% तक कम कर दिया। यह योजना है कि भविष्य में इंट-बॉल उत्पादों के स्टॉक को ट्रैक करने और टूटे हुए जहाज भागों की मरम्मत करने में सक्षम होगा।

इंट-बॉल द्वारा बनाए गए पहले वीडियो

4. मशीनों की जमीन पर मदद करें

एआई का उपयोग करने वाले आधुनिक विकास धीरे-धीरे सॉफ्टवेयर और प्रौद्योगिकी को अधिक स्वायत्त बना रहे हैं, जो स्वयं सीखने में सक्षम हैं। इस क्षेत्र में सबसे प्रतीक्षित घटनाक्रम जहाज के सापेक्ष पथ को सही ढंग से सही करने में सक्षम हैं, जो ऑटोपायलट पर काम कर रहा है और एक अंतरिक्ष स्टेशन पर उतर रहा है।


एआई भी नासा को इंटरप्लेनेटरी लैंडिंग मॉड्यूल अवधारणाओं को बनाने में मदद करता है। उदाहरण के लिए, ऐसे

रोपण के लिए एक साइट चुनना एक जटिल और बहुआयामी कार्य है। यह आवश्यक है कि सतह अपेक्षाकृत चिकनी, प्रबुद्ध (यदि उपकरण सौर बैटरी द्वारा संचालित है), ताकि साइट शोधकर्ताओं के लिए दिलचस्प हो। इसके अलावा, इन स्थितियों को पर्याप्त रूप से बड़े क्षेत्र में देखा जाना चाहिए - यदि मामले में ठीक निर्दिष्ट स्थान पर नहीं बैठा है, लेकिन इसके बगल में है। इस मामले में, कई स्रोतों से एकत्र किए गए ग्रह की सतह पर अपूर्ण और विषम डेटा के आधार पर निर्णय किए जाने चाहिए।

इस समस्या को हल करने के लिए, वैज्ञानिकों ने एआई-आधारित प्रणाली विकसित की है जो मार्टियन मिशन के लिए एक उपयुक्त लैंडिंग साइट का चयन करती है। विकास का विस्तार से वर्णन यहाँ किया गया है । प्रौद्योगिकी फजी लॉजिक के सिद्धांत पर आधारित है। साधारण तर्क के विपरीत, कथन न केवल सही और गलत हो सकते हैं। फजी लॉजिक में, "इस तरह के और इस तरह के एक संभावना के साथ एक बयान सच है" या "इस तरह के और इस तरह के एक उपाय में एक बयान सच है" जैसी अवधारणाओं का उपयोग किया जाता है।

इलाके, हवा, मिट्टी की संरचना और मंगल के विभिन्न बिंदुओं पर अन्य स्थितियों के आंकड़ों का उपयोग करते हुए, सिस्टम स्वचालित रूप से रोवर को उतारने के लिए उपयुक्त स्थानों का चयन करता है। कार्यक्रम इस तरह से काम करता है: यह मंगल की सतह को छोटे वर्गों में विभाजित करता है, 0 से 1 तक सभी को एक संख्या प्रदान करता है (0 - लैंडिंग के लिए उपयुक्त नहीं, 1 - लैंडिंग के लिए उपयुक्त), एक साथ अनुकूल क्षेत्रों को समूह और खगोलविदों को प्रदान करता है।

सिद्धांत रूप में, कार्यक्रम विपरीत दिशा में काम कर सकता है: एक विशिष्ट परिदृश्य का अध्ययन करने के लिए सही मंगल रोवर का चयन करें। परियोजना के लेखकों को उम्मीद है कि जल्द ही ऐसे एल्गोरिदम का उपयोग स्वायत्त रोवर्स बनाने के लिए किया जा सकता है जो केवल आपातकालीन मामलों में पृथ्वी के साथ संचार करते हैं। यह नए ग्रहों की खोज को और अधिक कुशल और तेज़ बना देगा।


एक उपयुक्त स्थान की खोज करें

नासा के इंजीनियर हिरो ओनो के अनुसार , स्वायत्त अंतरिक्ष यान पहले से ही विकास के अधीन हैं: शायद यूरोप, बृहस्पति के चंद्रमाओं में से एक, वैज्ञानिकों के लिए अगला गंतव्य बन जाएगा।

5. ट्रैक विकिरण

अंतरिक्ष दल के सदस्यों के स्वास्थ्य के लिए एक बड़ा खतरा रेडियोधर्मी विकिरण है। उड़ान के दौरान, अंतरिक्ष यात्री तुरंत दो प्रकार के आयनकारी विकिरण का सामना करते हैं: सौर फ्लेयर्स और कॉस्मिक किरणें। इस तरह की किरणों के लंबे समय तक संपर्क में रहने से डीएनए स्ट्रैंड नष्ट हो जाता है। शरीर टूटने की मरम्मत करने में सक्षम है, लेकिन "मरम्मत" के दौरान त्रुटियां अक्सर होती हैं, जिससे उत्परिवर्तन होता है।

उड़ान के दौरान अंतरिक्ष यात्रियों के स्वास्थ्य की लगातार निगरानी के लिए दुनिया भर के वैज्ञानिक एआई के क्षेत्र में संयुक्त शोध कर रहे हैं। प्रौद्योगिकी का उद्भव जो चालक दल के सदस्यों की स्थिति में न्यूनतम परिवर्तन को ट्रैक कर सकता है, आपको समय पर कार्रवाई करने और गंभीर परिणामों से बचने की अनुमति देगा।

6. दोस्त बनो

अंतरिक्ष में उड़ना एक व्यक्ति के लिए एक बड़ा तनाव है, न कि केवल भौतिक दृष्टिकोण से। परिवार से दूर लंबे समय तक, अक्सर उनसे संपर्क करने की क्षमता के बिना, यहां तक ​​कि सबसे अनुभवी और प्रशिक्षित के लिए एक कठिन परीक्षा है। वैज्ञानिकों को उम्मीद है कि नई तकनीकें इससे मदद करेंगी। CIMON (इंटरएक्टिव मोबाइल कमांड सैटेलाइट) पहला AI सहायक है, जो जर्मन सेंटर फॉर एविएशन और कॉस्मोनॉटिक्स द्वारा कमीशन किया गया है। एयरबस और आईबीएम ने चालक दल के सदस्यों के लिए लंबी उड़ानों की सुविधा के लिए एक आभासी सहायक विकसित किया है।

एक रोबोट जो एक सॉकर बॉल की तरह दिखता है, कई वीडियो कैमरा, माइक्रोफोन, सेंसर और प्रोसेसर से लैस है: उनकी मदद से, यह अंतरिक्ष यात्रियों के साथ संचार करता है। बारह निर्मित पंखे उसे सभी दिशाओं में उड़ने, सिर हिलाते और सिर हिलाते हैं।

एक जहाज या एक अंतरिक्ष स्टेशन पर CIMON का मुख्य कार्य एक जहाज के जटिल कार्यों या मरम्मत भागों को पूरा करने के लिए निर्देश देना है (यह जानकारी को जल्दी से खोज और व्यवस्थित कर सकता है)। लेकिन CIMON सिर्फ एक सहायक नहीं है, इसकी एक सामाजिक भूमिका भी है: लंबी उड़ानों के दौरान अंतरिक्ष यात्रियों के साथ संवाद करने के लिए। यही कारण है कि डेवलपर्स ने स्क्रीन पर एक व्यापक मुस्कान के रूप में एक चेहरा पहचान समारोह और एक "मानव" तत्व जोड़ा।

7. अंतरिक्ष यात्रियों को बचाएं

इस क्षेत्र में अनुसंधान रूस में किया जाता है। एडवांस्ड रिसर्च फाउंडेशन और एंड्रॉइड टेक्नोलॉजी एनजीओ द्वारा विकसित पहला ह्यूमनॉइड रेस्क्यू रोबोट फेडोर (FEDOR - फाइनल एक्सपेरिमेंटल डिमॉन्स्ट्रेशन ऑब्जेक्ट रिसर्च), 2021 में पहले से ही एक क्रू मेंबर बन सकता है। रोबोट एक कार चला सकता है, एक बाधा कोर्स को पार कर सकता है, निर्माण उपकरण का उपयोग कर सकता है, इलाके को नेविगेट कर सकता है और 20 किलो तक भार उठा सकता है। फिलहाल, यह एकमात्र एंथ्रोपोमोर्फिक रोबोट है जो सभी चौकों पर क्रॉल कर सकता है।

बाहरी दुनिया के साथ बातचीत करने के लिए, फेडर दो कैमरों, एक थर्मल इमेजर, एक माइक्रोफोन, जीपीएस और कई दर्जन लेज़रों का उपयोग करता है: यह उपकरण उसे पर्यावरण के तीन-आयामी आरेख और अधिक सटीक कार्य करने की अनुमति देता है। फेडोर के ऑपरेशन के चार तरीके हैं: स्वायत्त, पर्यवेक्षक, नकल और संयुक्त।

इसकी एक अन्य विशेषता रिवर्स टॉर्क या संवेदी संचार की प्रणाली है। ऑपरेटर एक विशेष सूट का उपयोग करके रोबोट को नियंत्रित करता है, और रोबोट ऑपरेटर को वापस सूट के माध्यम से जानकारी प्रसारित करता है। इस प्रकार, उदाहरण के लिए, प्रबंधक महसूस कर सकता है कि फेडर कितना भार उठाता है। सितंबर 2018 में, फेडर को रोस्कोसमोस में स्थानांतरित कर दिया गया था, जहां वह फेडरेशन अंतरिक्ष यान पर उड़ान के लिए तैयार होगा।

पिछले कुछ वर्षों में, अंतरिक्ष में उड़ानें आसान और सुरक्षित हो गई हैं, लेकिन अंतरिक्ष इंजीनियरिंग के क्षेत्र में कई अनसुलझे कार्य हैं। ऑटोपायलट जहाज, सोशल रोबोट और अन्य कृत्रिम बुद्धिमत्ता विकास अन्य ग्रहों को करीब और अधिक सुलभ बनाकर इन समस्याओं से निपटने में मदद कर सकते हैं।