Table of Contents
חלליות תמיד פעלו על קצה ההשגה האנושית במשך עשרות שנים, כל תמרון, כל כלי קריאה, כל תיקון נדרש תקשורת עגולה עם שליטה בשטח – תהליך שהופך איטי באופן בלתי סביר ככל שמרחקים גדלים. אות למאדים לוקח בין 4 ל-24 דקות דרך אחת. יופיטר, זה יותר מ -30 דקות.עבור משימות מעבר לחגורת האסטרואיד, בזמן אמת אנושי על פני הראייה הוא פשוט בלתי פתיר, כמו גם לא אמצעי בקרה אוטונומית, אבל לא יעילה יותר, אלא גם לא ממשית, אלא גם לא ממשית, אלא גם לא ממשית, אלא אם כן, אלא גם לא פשוטה, אלא גם כן, כמו גם לא פשוטה, כמו אינטליגנציה מלאכותית, אלא אם כן, כמו גם אם כן, כמו גם אם כן, כמו גם כן, כמו גם כן, כמו גם אם כן, כמו גם כן, כמו גם אם כן, כמו גם אם כן, כמו גם אם כן, לא אמצעי בקרה מלאכותית, כמו גם כן, לא פשוטה, כמו גם כן, לא אמצעי בקרה מלאכותית, כמו גם כן, כמו כן, לא פשוטה, כמו גם אם כן, כמו כן, כמו כן, לא, לא, כמו כן, כמו כן, כמו כן, לא, לא, כמו כן, זה יותר, לא אמצעי בקרה מלאכותית, כמו כן,
מאמר זה חוקר את התפקיד הקריטי AI משחק ומאפשר חללית לקבל החלטות עצמאיות, להסתגל לאירועים בלתי צפויים ולבצע מטרות משימה ללא המתנה להוראות מכדור הארץ.מניווט ומדע לניטור בריאותי ושיקום המשימה, AI הוא המפתח לחשיפת הדור הבא של חקר.
הגדלה צריכה לאוטונומיה בחלל עמוק
תקשורת לטיות וגבולות האור
הנהג הבסיסי ביותר של האוטונומיה על הסיפון הוא מהירות האור.אפילו ב-300,000 קמ"ש, העיכוב בין חללית לכדור הארץ מטיל מגבלות חמורות. A rover על מאדים אינו יכול להרשות לעצמו "לכבוש" כדי להסיע סביב בולדר; עד שהצוג מגיע, ההזדמנות נעלמה.המזל הזה גדל באופן ליניארי עם מרחק.
סביבת בלתי צפויה ותגובה לאירוע
החלל אינו סטטי. אסטרואידים נודדים מהמסלולים החזוים, התלקחויות הסולאריות משבשות אלקטרוניקה, ומשטחים פלנטריים מסתירים סכנות שאף מודל לפני ההשקה לא יכול ללכוד באופן מלא.כאשר מורד מאדים פוגש פוני חול בלתי צפויים או מתווך אירופי מזהה צנרת של מים פנוי, מחכה לניתוח אנושי יכול להיות חסר את האירוע לחלוטין.
צמצום פעילות הקרקע Burden
פיקוח אנושי יקר.כל משימה בחלל עמוקה דורשת צוות של מהנדסים לתכנן פקודות, לפקח על טלמטרי, ופתרון בעיות לפתרון בעיות.כפי שסוכנויות חלל משגרות יותר משימות בו זמנית - תוכנית ארטמיס של נאס"א, צי פלנטרי של ESA, קבוצות מסחר - תשתית הקרקע מתמודדת עם לחץ גובר. אוטונומיה המונעת על ידי AI מפחיתה את הצורך בהתערבות אנושית קבועה, ומאפשרת למפעילים להתמקד בהחלטות ברמה גבוהה בעוד החללית מטפלת כמה פעולות משלה ואפילו על מצבי חירום שלה.
טכנולוגיות בינה מלאכותית מובילות להחלטות אוטונומיות
Machine Learning and Pattern Recognition
מודלים של Machine (ML) מודלים, במיוחד רשתות עצביות עמוקות, מוטבעים כעת במספר מערכות חלליות.מודלים אלה מאומן על פני כדור הארץ באמצעות נתונים עצומים - תמונות של משטחים פלנטריים, טלמטים ממשימות קודמות, מודטים כישלונות מדומים - ולאחר מכן פרוסים על הסיפון.פעם בטיסה, הם יכולים לסווג סוגי שטח, לזהות תכונות של עניין מדעי, לזהות כלי עדין כי יתפרקומים מסורתיים כי הם יברחו מקודמים מסורתיים מבוססי לייזרים (R: FIS) עבור שימושים מבוססי לייזרים (RTOF2D) עבור מערכת ההפעלה: RLT2ALT2ALT) עבור מערכת ההפעלה: RLT2ALT2ALT (R: RLT) עבור מערכת ההפעלה: RLT2D) עבור מערכת ההפעלה: RLT2ALT2ALT) עבור מערכת ההפעלה של מערכת לייזר מבוזרת לייזר (R.
Reinforcement Learning for Adaptive control
בקרת חלל מסורתית משתמשת ברצףים מראש ובעבורות משוב. Reinforcement Learning (RL) ממשיכה: סוכן לומד מדיניות אופטימלית על ידי אינטראקציה עם הסביבה שלו ולקבל תגמולים או עונשים. בחלל, RL נחקרת עבור משימות כמו התכנסות מסלול, בחירת אתר נחיתה וניהול צריכת חשמל של נאס"א נבדק אלגוריתמים בעלי ערך המאפשרים סימולציה כדי לנווט במהירות אוטונומית, במיוחד כאשר הם עוברים מודלים של זמן מסחר, במיוחד, לעומת מודלים של טיפול תרופתי.
חזון מחשב וחיישנים Fusion
ניווט אוטונומי מבוסס על נתונים ממצלמות, LiDAR, מכ"ם וחיישנים לא מקצועיים. אלגוריתמים מתקדמים של ראיית מחשב - לעתים קרובות מבוסס על רשתות עצביות אבולוציה (CNN) - תמונות עיבוד כדי לחלץ ציוני דרך, להעריך עומק, ולבנות מפות תלת מימד של שטח לא ידוע.המשימה האירופית קליפר תמשיך לשאת מערכת המשתמשת הדמיה סטריאו ותכונה מבוססת AI כדי לנווט סביב הירח Jovian, להימנע מקרינה או שבץ מדויק של כדור הארץ עוזר שבץ.
Onboard Processing Constraints: Edge AI for Space
חומרה חללית אינה חזקה כמו GPUs ארציים.קרינה-המוחקת מעבדים כמו RAD750 (שימוש במשימות נאס"א רבות) פועלת בשבריר של המהירות של סמארטפון מודרני.כדי לפרוס AI, מהנדסים חייבים לייעל מודלים לתקציבים חישוביים קיצוניים.טכניקות כוללות כימות חישוב (הפחתת הדיוק של משקלי רשתות עצביות), הפעלת, ושימוש מיוחד ב-FPGA Accels, אשר משמשים יותר לקרינה נקייה של שטח, כלומר: 1.
יישומים מרכזיים במשימות נוכחיות ועתידיות
ניווט אוטונומי והימנעות מוחלטת
(אולי) היישום הגלוי ביותר הוא אוטונומי נהיגה על עולמות אחרים.הרוב של הרנסאנס משתמש ב-FLT שלה:0)AutoNavcioFLT:1 מערכת כדי לחצות עד 120 מטרים לשעה ללא קלט אנושי.מצלמות Stereo ללכוד שטח קדימה, אלגוריתם AI מזהה סיכונים (בולדרונות, חול רופף), וכן על גבי תוכניות לוח פתוח באופן בטוח, כמו: מחסנים חשמליים: 4Fitedus) אשר ניתן ל-tocto-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to-to
בחירת מטרות מדעיות
לא כל סלע על מאדים שווה ניתוח. AI עוזר אישורים מראש. Perseverance של ההרחבה:0WATSONFLT 1 , בשילוב עם למידת מכונה, ציונים פוטנציאליים מטרות על ידי כמה סביר להניח שהם מכילים סימנים של חיים עתיקים או כימיה מעניינת.הרוב יכול אז גישה אוטונומית, סריקה, ואפילו לאול עם לייזר לפני שליחת התוצאות בחזרה למאות ימים של זמן של זמן של תקשורת.
גילוי לקוי, בידוד, ושיקום (FDIR)
(Spacecraft) ניצב בפני סיכונים קבועים: מערכות FDIR מסורתיות מדגימות קוסמיות, שסתום תקוע, סחף חיישן או צמידי תוכנה, מערכות FDIR מסורתיות מסתמכות על תסריטים המבוססים על הכלל.מודלים AI, במיוחד אלגוריתמים חד-משמעיים, יכולים ללמוד את ההתנהגות הרגילה של כל מודולים תת-מערכתיים ודגלים מוקדם יותר מדויק.
תכנון ותוכנית מחדש
משימות חלל עמוקות פועלות לעתים קרובות בלוח זמנים שמעודכנים רק פעם ביום.עם זאת, אירועים בלתי צפויים (ספיצי חשמל, הזדמנויות מדעיות, נתונים מסלוליים חדשים) עשויים לדרוש שינויים מיידיים.המתכננים של AI יכולים ליצור רצפי פיקוד חדשים בתוך שניות, תוך התחשבות מגבלות כמו כוח, זיכרון, מגבלות תרמיות וחלונות תקשורת של נאס"א.
מחקרים על AI-Driven Spacecraft
Mars Rovers: From Path Finder to Perseverance
[ה] אבולוציה של אוטונומיה של ריאה היא נרטיב ברור:0 SojournerFLT 1 (1997) היה מינימלי על קבלת החלטות - היא הייתה נשלטת מרחוק:2SpiritFLT 3 ו-FLT:4Opportunity (משנת 2017), אשר שימשה את ה- AI-Flasticial עם גילוי בסיסי.
חלל עמוק 1: החלוצי של ניווט אוטונומי
בשנת 1998 בחנה המשימה של נאס"א:0. [Deep Space 1IRLT:1] המשימה של נאס"א נבדקה את ה-FLT:2Remote AgentFLT: 3 ניסוי – מערכת AI מוקדמת המשלבת תכנון מבוסס-כלל עם אבחון מבוסס מודל.
אירופה קליפר: AI בסביבת הקרינה החריפה
בשנת 2020, המשימה של FLT:0Europa Clipperreas 1 של 2020 תפעל בחגורת הקרינה האינטנסיבית של צדק, AI על הסיפון חייב לסבול מינונים קרינה גבוהים תוך ביצוע ניווט אוטונומי ושלישייה מדעית.החללית תשתמש בחללית FLT:2context-based ReasonFLT 3 כדי להחליט מי מהם תשעה מכשירים שלה לפעול בכל עת, בהתבסס על תכונות של קודמות, כלומר, כלומר, למהנדסים אוטונומיים, גם לדגמי לוח זמנים קרובים לדגמי מחשבי ראייה, גם לדגמי מחשבתית.
SpaceX Dragon: קידוד וחזור
בעוד שלא משימת חלל עמוקה, החללית של תחנת החלל הבינלאומית אוטונומית לחלוטין, באמצעות ראיית מחשב לעקוב אחר התחנה וחיישנים בעלי כוח כדי לשלוט בגישה.הבינה המלאכותית של הדרקון מטפלת גם בתרחישים חירום, כגון הפעלת דוכן אם התחנה תתבצע, חיישנים בעלי כוח-כוח, אשר דורש גם את תוכנית הנחיתה של מאדים ו- 3F2, אשר דורש גם גלגול של רצף של התנגשויות חירום, כגון הפעלת מחסנים אם התחנה תתאמת, אשר יהיה דומה עבור תוכנית הנחיתה של מאדים ו-F2F.
אתגרים ומייגים
קרינה ויציבות
קרינה חללית יכולה להפוך את ביט הזיכרון, לגרום ל- latch-ups, ורכיבים אלקטרוניים מדרגים.מעבדי AI פגיעים במיוחד משום שהם חייבים לבצע פעולות מקבילות רבות. Mitigations כוללים עיצובים מכוערים (למשל, באמצעות טכנולוגיית סיליקון-on-inulator), משולש מודולרי Redundancy (TMR) עבור לוגיקה ביקורתית, ונפיחות תקופתית של משככי זיכרון.
ניהול חשמל ו-Thermal Management
אי השוויון בינה מלאכותית צורכת כוח – לעתים קרובות סחורה יקרה על חללית המופעלת על ידי לוחות סולאריים או גנרטורים רדיואיזוטופים.רשת עצבית למידה עמוקה אחת יכולה להשתמש בעשרות וואט, אשר יכול להיות אסור על ידי בדיקה קטנה.מהנדסים מפתחים שבבים אולטרה-נמוכים, כגון שבבים של FLT:0Intel MovidiusFLT:1 Myriad להשתמש במעבדים של Perevers, אשר עשויים לחקות משימות נוירו-רפואיות עתידיות.
אימות והסמכת מערכות AI
סוכנויות חלל דורשות רמה גבוהה של אמון בתוכנה.שיטות הסמכה מסורתיות מסתמכות על אימות רשמי ובדיקות ממצה - אבל רשתות עצביות הן "קופסאות שחורות" אשר החלטותיהן קשות להסביר.חוקרים חוקרים חוקרים חוקרים בודקים את FLT:0Explainable AI (XAI)FLT:1 טכניקות המייצרות הצדקה אנושית לכל החלטה.
אבטחת סייבר ואינטגריטי נתונים
מערכות בינה מלאכותית אוטונומיות שמקבלות את הטלקום או החלפת נתונים עם כדור הארץ הן פגיעות להפרעה זדונית. תוקף יכול להאכיל נתוני חיישן מורעלים ל-AI, מה שגורם לו לטעות.פתרונות מתעוררים כוללים אימות קריפטוגרפי של כל קלטות ה-Sintro, רשתות זיהוי אנומליות שהדגל הוליד נתונים, ומודלים "להתראות" AI שיכולים לזהות כאשר הם נפגעו ונפגעו להפעלה בטוחה.
אפשרויות לעתיד: לקראת חקירה אוטונומית פנימית
משימות מאוזנים למאדים
משימות אנושיות למאדים יחייבו את AI לנהל את התמיכה בחיים, לנווט באתרי נחיתה, ולסייע לאסטרונאוטים במצבים חירום.ה-FLT:0 (סעיף 1) תוכנית ניהול חיים, מטרתה של תוכנית AI להקים מאחז קבוע שבו AI תתאים מערכות בתי גידול, רובוטים ומשימות אנושיות.על המסע למאדים, על גבי AI עשויה לטפל במעקב קרינה, איזון אווירי, ואפילו תמיכה פסיכולוגית עבור צוות אי-אפשרות חיוני עבור מאדים, לא תוכל לחכות לכשלים חיוניים.
Swarm and Multi-Spacecraftתיאום
משימות עתידיות עשויות לכלול חפות של בדיקות קטנות שמתקשרות ומתאמות באופן אוטונומי.ה-FLT:0 SunRISEFLT:1 Mission (מערכת של שישה חתכים) תשתמש ב-AI כדי לסנכרן את התצפיות שלהם על התפרצויות רדיו סולאריות.במרחב עמוק יותר, נחילים יכולים למפות אסטרואידים, לחקור צינורות לבה או ליצור טלסקופים וירטואליים.
AI כשותף לאסטרונאוטים
עוזרי קוגניטיביים כמו FLT:0)CIMONFLT:1 (Crew Interactive Mobile Companion) כבר משתמשים בעיבוד שפה טבעית ו-AI כדי לסייע לאסטרונאוטים על הגרסאות העתידיות של ISS יוכלו לענות על שאילתות, לחזות צרכי תחזוקה ואפילו לבצע ניסויים אוטונומיים.
מושבות עצמיות לטווח ארוך
בסופו של דבר, AI יכול לאפשר כל המרכיבים האוטונומיים על הירח או מאדים - אזורים שפועלים ללא שליטה אנושית ישירה לתקופות ארוכות יותר.מערכות כאלה יצטרכו לנהל רשתות חשמל, מחזור מים, גידול יבול וייצור, כל זאת תוך תיקון המחקר לתוך FLT:0 מעצמו-aware SpaceFLT:1 ו-F:2 Closed-AIFalloopeurs, כל זאת תוך תיקון מוסדות עיצוב של מערכת החלל:5GateaLT5Gate כבר כמו מוסדות עיצוב עצמי-A.
מסקנה
אינטליגנציה מלאכותית אינה רק שדרוג מצטבר לחלליות – היא שינוי פרדיגמטית.על ידי העברת החלטות על הסיפון, אנו חופשיים לחקור מן הפתח של גל מהירות האור.אנחנו מאפשרים לחלליות להגיב להזדמנויות המדעיות הבלתי צפויות, לתפוס את הציות, לנווט סביבות שמעולם לא ראינו קרוב.