فى السنوات الاخيرة الذكاء الاصطناعي (AI) يكتسب زخمًا ، مما يسمح لنا بحل المشكلات بشكل أسرع من الحوسبة التقليدية. على سبيل المثال ، مؤخرًا العقل العميق، شركة فرعية شراء مراجعات جوجلالذي يتعامل مع الذكاء الاصطناعي المطور ألفاFold2، برنامج يمكنه حل مشكلة طي البروتين. هذه مشكلة حيرت العلماء لمدة 50 عامًا.
سمح لنا التقدم في الذكاء الاصطناعي بإحراز تقدم في جميع أنواع التخصصات - وهي ليست مقصورة على التطبيقات على هذا الكوكب. من تصميم المهام إلى تطهير مدار الأرض من الحطام ، إليك بعض الطرق التي يمكن أن يساعدنا بها الذكاء الاصطناعي في التقدم أكثر في الفضاء.
مساعدي رواد الفضاء
يعمل الباحثون على مساعدين أذكياء لمساعدة رواد الفضاء. يمكن أن تكون مساعدي الذكاء الاصطناعي هؤلاء ، حتى لو لم يبدوا على الموضة كما هو الحال في الأفلام ، مفيدة بشكل لا يصدق لاستكشاف الفضاء.
يمكن أن يكتشف المساعد الافتراضي الذي تم تطويره حديثًا أي مخاطر في الرحلات الفضائية طويلة الأمد ، مثل التغييرات في المركبة الفضائية ، مثل ارتفاع ثاني أكسيد الكربون أو أعطال أجهزة الاستشعار ، والتي يمكن أن تكون ضارة. ثم ينبه الطاقم باقتراحات التفتيش.
مساعد سيمون تم تسليمها إلى محطة الفضاء الدولية (ISS) في ديسمبر 2019 ، حيث يتم اختبارها لمدة ثلاث سنوات. في النهاية ، سيتم استخدام Cimon لتقليل إجهاد رواد الفضاء من خلال إكمال المهام التي يطلبونها. وكالة ناسا تقوم أيضًا بتطوير قمر صناعي لرواد الفضاء على متن محطة الفضاء الدولية يسمى روبونوت، الذين سيعملون مع رواد الفضاء أو يؤدون مهام تنطوي على مخاطرة كبيرة بالنسبة لهم.
تصميم المهمة والتخطيط
يعد التخطيط لمهمة إلى المريخ مهمة شاقة ، لكن الذكاء الاصطناعي يمكن أن يجعل الأمر أسهل. تعتمد البعثات الفضائية الجديدة تقليديًا على المعرفة المكتسبة من الأبحاث السابقة. ومع ذلك ، قد تكون هذه المعلومات غالبًا محدودة أو غير متوفرة بالكامل.
هذا يعني أن تدفق المعلومات الفنية يقتصر على أولئك الذين يمكنهم الوصول إليها ومشاركتها مع مهندسي تصميم المهام الآخرين. ولكن ماذا لو كانت جميع المعلومات حول جميع رحلات الفضاء السابقة تقريبًا متاحة لأي شخص لديه بيانات الاعتماد ببضع نقرات فقط. في يوم من الأيام ، قد يكون هناك نظام أكثر ذكاءً - مشابه لـ Wikipedia ، ولكن بذكاء اصطناعي يمكنه الإجابة على الاستفسارات المعقدة بمعلومات موثوقة وحديثة - للمساعدة في التصميم والتخطيط المبكر لمهمات فضائية جديدة.
يعمل الباحثون على فكرة مساعد مهندس التصميم لتقليل الوقت اللازم لتصميم المهمة الأولية ، والتي تتطلب خلاف ذلك العديد من ساعات العمل. غار مثال آخر للمساعد الذكي في تصميم أنظمة مراقبة الأرض عبر الأقمار الصناعية. يستخدم Daphne من قبل مهندسي الأنظمة في فرق تطوير الأقمار الصناعية. هذا يجعل عملهم أسهل من خلال توفير الوصول إلى المعلومات ذات الصلة ، بما في ذلك المراجعات ، وكذلك الإجابات على استفسارات محددة.
معالجة بيانات الأقمار الصناعية
تولد أقمار مراقبة الأرض كميات هائلة من البيانات. تستقبل المحطات الأرضية هذه البيانات على دفعات على مدى فترة زمنية طويلة ويجب جمعها معًا قبل تحليلها. على الرغم من وجود العديد من مشاريع التعهيد الجماعي للتحليل الأساسي لصور الأقمار الصناعية على نطاق صغير جدًا ، يمكن للذكاء الاصطناعي أن ينقذنا لتحليل مفصل لبيانات الأقمار الصناعية.
مع تلقي كمية هائلة من البيانات ، تبين أن الذكاء الاصطناعي فعال للغاية في معالجته. تم استخدامه لتقدير تراكم الحرارة في المناطق الحضرية ولجمع بيانات الأرصاد الجوية مع صور الأقمار الصناعية لتقدير سرعة الرياح. ساعد الذكاء الاصطناعي أيضًا في تقدير الإشعاع الشمسي باستخدام بيانات من الأقمار الصناعية الثابتة بالنسبة إلى الأرض ، من بين العديد من التطبيقات الأخرى.
يمكن أيضًا استخدام الذكاء الاصطناعي لمعالجة البيانات للأقمار الصناعية نفسها. في دراسة حديثة ، اختبر العلماء تقنيات ذكاء اصطناعي مختلفة لنظام مراقبة صحة الأقمار الصناعية عن بعد. إنه قادر على تحليل البيانات الواردة من الأقمار الصناعية لتحديد أي مشاكل ، والتنبؤ بأداء الأقمار الصناعية وتوفير تصورات لاتخاذ قرارات مستنيرة.
حطام فضائي
يعد التخلص من الحطام الفضائي أحد أكبر تحديات الفضاء في القرن الحادي والعشرين. وفق ESA، هناك حوالي 34 جسم أكبر من 000 سم تشكل تهديدًا خطيرًا للبنية التحتية الفضائية الحالية. هناك بعض الأساليب المبتكرة لمكافحة التهديد ، مثل تطوير أقمار عودة الدخول.
نهج آخر هو تجنب أي تصادمات محتملة في الفضاء عن طريق منع تكوين أي حطام. في دراسة حديثة ، طور الباحثون طريقة لتصميم مناورات تجنب الاصطدام باستخدام تقنيات التعلم الآلي (ML).
مثير للاهتمام أيضًا:
- سوف يستخدم SpaceX Starship لتنظيف الفضاء من الحطام
- ستبدأ Astroscale في تنظيف الحطام في مدار الأرض في وقت مبكر من عام 2021
نهج جديد آخر هو استخدام قوة الحوسبة الهائلة المتاحة على الأرض لتدريب نماذج التعلم الآلي ، ونقل تلك النماذج إلى مركبة فضائية بالفعل في المدار أو في الطريق ، واستخدامها على متن الطائرة لاتخاذ قرارات مختلفة. تم اقتراح طريقة واحدة لضمان سلامة الرحلات الفضائية مؤخرًا باستخدام شبكات مدربة بالفعل على متن المركبة الفضائية. يوفر هذا مرونة أكبر في تصميم الأقمار الصناعية مع الحد الأدنى من خطر الاصطدام في المدار.
أنظمة الملاحة
على الأرض ، اعتدنا على أدوات مثل خرائط Google التي تستخدم نظام تحديد المواقع العالمي أو أنظمة الملاحة الأخرى. لكن بالنسبة للأجسام الأخرى خارج كوكب الأرض ، لا يوجد مثل هذا النظام حتى الآن.
ليس لدينا أقمار صناعية للملاحة حول القمر أو المريخ ، ولكن يمكننا استخدام ملايين الصور التي لدينا من أقمار المراقبة الصناعية مثل القمرية الاستطلاع المدار (LRO). في عام 2018 ، طورت مجموعة من الباحثين من وكالة ناسا ، بالتعاون مع شركة إنتل ، نظامًا ذكيًا للملاحة باستخدام الذكاء الاصطناعي لاستكشاف الكواكب. قاموا بتدريب النموذج على ملايين الصور التي تم التقاطها في مهام مختلفة وإنشاء خريطة افتراضية للقمر.
بينما نواصل استكشاف الكون ، سنواصل التخطيط لمهام طموحة لإرضاء فضولنا الفطري وتحسين الحياة على الأرض. في جهودنا ، سيساعدنا الذكاء الاصطناعي على الأرض وفي الفضاء على حد سواء لجعل هذا البحث ممكنًا.
اقرأ أيضا: