1 Five way artificial intelligence can help space explorationปัญญาประดิษฐ์ ๕ วิธี สามารถช่วยการสำรวจอ

ปัญญาประดิษฐ์ได้สร้างกระแสในช่วงไม่กี่ปีที่ผ่านมา ทำให้เราสามารถแก้ปัญหาได้เร็วกว่าที่คอมพิวเตอร์แบบเดิมจะทำได้ เมื่อไม่นานมานี้ ตัวอย่างปัญญาประดิษฐ์ DeepMind develop AlphaFold2ระบบย่อยของ Google ซึ่งเป็นโปรแกรมแก้ไขปัญหา protein-folding problem นี่เป็นปัญหาที่ทำให้นักวิทยาศาสตร์งงงันมาตลอด ๕๐ ปีความก้าวหน้าของ AI ได้อนุญาตให้พวกเราก้าวหน้าผ่านกฎเกณฑ์ทุกอย่าง นั้นคือการหลุดพ้นขีดจำกัดของโปรแกรมบนโลกนี้ จากการออกแบบภาระกิจการทำความสะอาดขยะบนวงโคจรบนอวกาศ ในที่นี้จะกำลังกล่าวถึงหนทางเล็กน้อยของปัญญาประดิษฐ์ที่สามารถช่วยเราร่วมทุนในกิจการอวกาศ

Astronaut Assistance ผู้ช่วยนักบินอวกาศคุณจำ Tar และ Case ผู้ช่วยหุ่นยนต์จากภาพยนตร์เรื่อง Interstellar ได้ไหม ในปัจจุบันยังไม่มีหุ่นยนต์เหล่านี้สำหรับภารกิจอวกาศจริง ๆ แต่นักวิจัยกำลังพัฒนาบางสิ่งที่คล้ายกัน สร้างผู้ช่วยอัจฉริยะเพื่อช่วยเหลือนักบินอวกาศ ผู้ช่วยที่ใช้ AI เหล่านี้แม้ว่าอาจดูไม่แฟนซีเหมือนในภาพยนต์แต่ก็มีประโยชน์อย่างเหลือเชื่อในการสำรวจอวกาศการพัฒนาผู้ช่วยเสมือนที่พัฒนามาไม่นานนี้สามารถตรวจจับอันตรายใด ๆ ในภารกิจอวกาศที่ยาวนาน เช่นการเปลี่ยนแปลงในชั้นบรรยากาศของอวกาศยานเช่นก๊าซคาร์บอนไดออกไซด์ ที่เพิ่มขึ้นหรือความผิดปกติของเซนเซอร์ที่อาจเป็นอันตรายจากนั้นแจ้งลูกเรือพร้อมให้คำแนะนำในการตรวจสอบผู้ช่วย AI ที่เรียกว่า Cimon ได้บินไปที่สถานีอวกาศนานาชาติ (ISS) ในเดือนธันวาคม พ.ศ.๒๕๖๒ซึ่งอยู่ระหว่างการทดสอบเป็นเวลาสามปี ในที่สุด Cimon จะถูกนำมาใช้เพื่อลดความเครียดของนักบินอวกาศโดยปฏิบัติงานที่เหล่านักบินอวกาศบอกให้ทำ นอกจากนี้ NASA ยังพัฒนาเพื่อนร่วมทางสำหรับนักบินอวกาศบนสถานีอวกาศนานาชาติที่เรียกว่า Robonaut ซึ่งจะทำงานร่วมกับนักบินอวกาศหรือทำงานที่เสี่ยงเกินไปสำหรับนักบินอวกาศ

Mission design and planning การออกแบบภารกิจและการวางแผนการวางแผนภารกิจไปดาวอังคารไม่ใช่เรื่องง่าย แต่ปัญญาประดิษฐ์สามารถทำให้ง่ายขึ้น ภารกิจอวกาศใหม่มักอาศัยการรวบรวมความรู้จากบทเรียนก่อนหน้านี้ อย่างไรก็ตามขข้อมูลนี้มักถูกจำกัดหรือไม่สามารถเข้าถึงได้ทั้งหมดซึ่งหมายความว่าการเคลื่อนที่ของข้อมูลทางเทคนิคถูกจำกัด โดยผู้ที่สามารถเข้าถึงและแบ่งปันสิ่งนั้นเฉพาะในกลุ่มวิศวกรที่ออกแบบภารกิจ แต่จะเกิดอะไรขึ้นหากข้อมูลทั้งหมดจากภารกิจก่อนหน้านี้มีให้ทุกคนที่มีอำนาจในการคลิกเพียงไม่กี่ครั้ง วันหนึ่งอาจมีระบบที่ชาญฉลาดกว่า คล้ายกับ Wikipedia แต่มีปัญญาประดิษฐ์ที่สามารถตอบคำถามที่ซับซ้อนพร้อมข้อมูลที่เชื่อถือได้และเกี่ยวข้อง เพื่อช่วยในการออกแบบและวางแผนภารกิจอวกาศใหม่นักวิจัยกำลังดำเนินการตามแนวคิดของผู้ช่วยด้านวิศวกรรมการออกแบบ เพื่อลดเวลาที่ต้องใช้ในการออกแบบภารกิจเริ่มต้น ซึ่งอาจใช้เวลาทำงานของมนุษย์เป็นจำนวนมาก “ Daphne” เป็นอีกตัวอย่างหนึ่งของผู้ช่วยอัจฉริยะในการออกแบบ ระบบดาวเทียมสังเกตการณ์โลก Daphne ถูกใช้โดยวิศวกรระบบในทีมออกแบบดาวเทียม ทำให้งานของพวกเขาง่ายขึ้น โดยการให้การเข้าถึงข้อมูลที่เกี่ยวข้องรวมถึงข้อเสนอแนะและคำตอบสำหรับคำถามเฉพาะ

Satellite data processing การประมวลผลข้อมูลดาวเทียม ดาวเทียมสังเกตการณ์โลกสร้างข้อมูลจำนวนมหาศาล ข้อมูลเหล่านั้นสถานีภาคพื้นจะได้รับข้อมูลจากดาวเทียมเป็นช่วง ๆ และต้องประติดประต่อกันจึงจะสามารถวิเคราะห์ได้ ในขณะที่มีการระดมทุนเพื่อทำการวิเคราะห์ภาพถ่ายดาวเทียมขั้นพื้นฐานบนภาพถ่ายที่มีสัดส่วนเล็กมาก ๆ ปัญญาประดิษฐ์สามารถช่วยเราในการวิเคราะห์ข้อมูลดาวเทียมโดยละเอียดสำหรับปริมาณข้อมูลที่มากขึ้น AI มีประสิทธิภาพมากในการประมวลผลข้อมูลอย่างชาญฉลาด ใช้ในการประมาณการกักเก็บความร้อนในเขตเมืองและเพื่อรวมข้อมูลอุตุนิยมวิทยากับภาพถ่ายดาวเทียมสำหรับการประมาณความเร็วลม AI ยังช่วยในการประมาณรังสีดวงอาทิตย์โดยใช้ข้อมูลดาวเทียม geostationary และแอพพลิเคชั่นอื่น ๆ อีกมากมายAI สำหรับการประมวลผลข้อมูลสามารถใช้กับดาวเทียมได้เช่นกัน ในงานวิจัยล่าสุดนักวิทยาศาสตร์ได้ทดสอบเทคนิค AI ต่าง ๆ สำหรับระบบตรวจสอบสถานภาพดาวเทียมระยะไกล สิ่งนี้สามารถวิเคราะห์ข้อมูลที่ได้รับจากดาวเทียมเพื่อตรวจจับปัญหาใด ๆ ทำนายประสิทธิภาพสถานภาพของดาวเทียมและนำเสนอภาพเพื่อการตัดสินใจอย่างชาญฉลาด

Space debris การกำจัดเศษซา ความท้าทายด้านอวกาศที่ใหญ่ที่สุดอย่างหนึ่งของศตวรรษที่ ๒๑ คือวิธีจัดการกับขยะอวกาศ จากบันทึก ของ ESA ที่มีวัตถุเกือบ ๓๔,๐๐๐ ชิ้น ซึ่งมีขนาดใหญ่กว่า ๑๐ ซม. จึงเป็นภัยคุกคามร้ายแรงต่อโครงสร้างพื้นฐานอวกาศที่มีอยู่ มีวิธีการใหม่ ๆ ในการแก้ปัญหา เช่นการออกแบบดาวเทียมเพื่อกลับเข้าสู่ชั้นบรรยากาศของโลกอีกครั้งบนชั้นวงโคจรต่ำของโลก จะทำให้วัตถุนั้นเกิดการเผาไหม้อย่างสมบูรณ์ เป็นในวิธีการที่ควบคุมได้วิธีการใหม่อีกวิธีหนึ่งคือการใช้พลังคอมพิวเตอร์มหาศาลที่มีอยู่บนโลกเพื่อฝึกโมเดล ML ส่งแบบจำลองเหล่านั้นไปยังยานอวกาศที่อยู่ในวงโคจรหรือระหว่างทางและใช้มันบนอวกาศยาน เพื่อการตัดสินใจต่าง ๆวิธีหนึ่งในการรับรองความปลอดภัยของเที่ยวบินอวกาศ เพิ่งได้รับการเสนอโดยใช้เครือข่ายที่ได้รับการฝึกฝนมาแล้วบนยานอวกาศ ทำให้มีความยืดหยุ่นในการออกแบบดาวเทียมมากขึ้น ในขณะที่ลดอันตรายจากการชนกันของวงโคจรให้น้อยที่สุด

Navigation system ระบบช่วยการเดินทางบนโลกเราคุ้นเคยกับเครื่องมือต่าง ๆ เช่น Google Maps ซึ่งใช้ GPS หรือระบบนำทางอื่น ๆดาวอังคาร แต่เราสามารถใช้ภาพนับล้านที่เรามีจากดาวเทียมสังเกตการณ์เช่น Lunar Reconnaissance Orbiter (LRO) ในปี พ.ศ.๒๕๖๑ ทีมนักวิจัยจาก NASA ร่วมกับ Intel ได้พัฒนาระบบนำทางอัจฉริยะโดยใช้ AI เพื่อสำรวจดาวเคราะห์ พวกเขา Train model ให้กับภาพถ่ายนับล้านจากภารกิจต่าง ๆ และสร้างแผนที่ดวงจันทร์เสมือนฟรูปดาวเทียม Lunar จำลองการเดินทางรอบดวงจันทร์ กรุณากดปุ่ม CTRL + Click ที่รูปภาพเพื่อเปิดคลิปวีดีโอในขณะที่เราดำเนินการสำรวจจักรวาลอย่างต่อเนื่อง เราจะวางแผนภารกิจที่ท้าทายต่อไป เพื่อตอบสนองความกระหายอยากรู้ของมนุษยชาติ รวมทั้งปรับปรุงคุณภาพชีวิตของมนุษย์บนโลก ด้วยความพยายามของมนุษย์ ปัญญาประดิษฐ์จะช่วยมนุษย์ได้ทั้งบนโลกและในอวกาศ ทำให้การสำรวจนี้เป็นไปได้

ที่มาของภาพและข้อความ https://theconversation.com/five-ways-artificial-intelligence-can-help-space-exploration-153664 โดย Misha Ketchell เมื่อ ๒๖ ม.ค.๖๔ เวลา ๐๑๓๒

แปลและเรียบเรียงโดย เรืออากาศเอกยุทธนา สุพรรณกลาง