Come l’splorazione dello spazio verrà potenziata dall’intelligenza artificiale

Dall’invenzione della ruota alla prima bomba atomica alle auto a guida autonoma, l’evoluzione della razza umana è stata guidata dalla tecnologia.

L’invenzione della tecnologia dei razzi per la durata della seconda guerra mondiale ha spianato la strada all’era dei voli spaziali.

La crescente opposizione tra Stati Uniti e Repubblica Sovietica ha alimentato gli sviluppi tecnologici nel settore spaziale che hanno portato il loro tempo. La corsa per stare uno di fronte all’altro spinse i paesi a mandare il primo uomo nello spazio e il primo uomo sulla luna.

Mentre le agenzie spaziali di tutto il mondo si riuniscono per ulteriori esplorazioni di aree profonde e pianeti inesplorati, si esclude il dubbio che l’Intelligenza Artificiale (AI) giocherà una posizione gigante nello sviluppo del futuro della tecnologia dell’area.

Lo studio automatico senza dubbio messo in discussione si riferisce a macchine che fanno uso di algoritmi per individuare schemi nei record per prevedere i risultati.

La conoscenza della macchina ha già lasciato il segno nel settore sanitario, bancario, aeronautico e molto altro ancora.

Non sorprende che questo know-how tecnologico sia considerato un fattore essenziale nelle future esplorazioni dell’area in quanto è in grado di gestire enormi volumi di dati, identificare schemi in set di dati di fotografie planetarie e prevedere le condizioni delle astronavi.

Nelle frasi di esplorazione dell’area, i laptop che acquisiscono conoscenza possono essere separati in trasmissione dei dati, analisi dei record digitali, navigazione e atterraggio di missili.

Trasmissioni di dati dallo spazio esterno

A causa di complicate missioni di ricerca, le sonde di area profonda tendono a generare grandi quantità di dati, che devono essere ritrasmessi sulla Terra.

A causa delle orbite complesse e delle rotazioni dei loro pianeti host, questi satelliti devono essere in grado di trasferire i dati all’interno di finestre uniche.

Allo stesso tempo, il ritardo nella trasmissione delle informazioni dipende dalla distanza della Terra di anni luce dal pianeta ospite del veicolo spaziale, che potrebbe essere di mesi o addirittura anni.

Se la trasmissione delle informazioni non ha esito positivo, allora c’è costantemente la minaccia che i fatti vengano collocati in modo permanente nello spazio.

Il problema della trasmissione dei dati dal pianeta alla Terra lontana può essere risolto usando strategie intelligenti abilitate attraverso l’apprendimento al computer. Introdotto nel 2005, una volta è stata lanciata l’utilità di studio desktop di area esterna MEXAR2 (Mars Express AI Tool).

La macchina per lo studio incorporata in questo software utilizza le informazioni storiche per disporre di informazioni ridondanti e individuare la tabella dei tempi di scaricamento per ottimizzare la trasmissione dei pacchetti di record.

Questo metodo di trasmissione dei fatti nell’area esterna è già in uso attraverso la NASA e le diverse aree aziendali nei loro programmi di ricerca approfondita.

Planet Data Analytics

L’analisi delle condizioni del pianeta e dell’ambiente circostante è una delle fasi principali per l’esplorazione delle aree profonde.

Nel caso di Marte, satelliti e telescopi hanno già accumulato enormi volumi di dati.

Mentre le immagini forniscono un’enorme quantità di dati, la fase complicata consiste nell’identificare ciò che la fotografia ritrae.

Anche in questo caso, la padronanza del laptop interviene per rendere più confortevole la vita umana.

Il Frontier Development Lab della NASA, insieme ai più alti livelli di know-how tecnologico come IBM e Microsoft, hanno collaborato al mastering di macchine per il rilevamento di lesioni da tempeste fotovoltaiche, che possono indirizzare il clima spaziale di un pianeta attraverso la dimensione della magnetosfera e dell’atmosfera.

Questo know-how tecnologico può anche essere utilizzato per scoprire risorse e siti adatti per il touchdown del pianeta.

Navigazione spaziale

Quando si tratta di veicoli spaziali relativi e tv satellitare per il controllo del PC, ogni azione di gestione scelta richiede di pensare ai dati geometrici e cinematici dell’area in un arco di tempo estremamente breve.

Con il numero di missioni esterne che crescono in modo significativo, ognuna in numero e complessità, vi è una crescente domanda di capacità di navigazione basate sull’apprendimento del computer portatile autoregolanti.

Ciò potrebbe consistere in una serie di compiti come la regolazione dell’orbita, la navigazione autosufficiente e l’attracco delle stazioni di area.

Il Jet Propulsion Lab della NASA è riconosciuto per essere già coinvolto in questo campo. Ancora una volta, la conoscenza del laptop emerge come l’approccio chiave per la misurazione e la regolazione del movimento di un veicolo spaziale con parametri orbitali specifici.

Gli algoritmi basati sull’intelligenza artificiale consentiranno al veicolo spaziale di autoregolare l’orbita e la velocità e potranno inoltre guidare i sistemi di navigazione a pavimento per gestire il percorso di volo del veicolo spaziale, la potenza del motore e la posizione orbitale.

Atterraggio sui razzi

Recenti ricerche sono state ulteriormente mirate sulla creazione di algoritmi che espandono il grado di autonomia dei sistemi aerei e spaziali.

L’atterraggio è una delle parti più difficili e alcuni dei grandi problemi sono lo stadio del vuoto, gli errori del software, la guida e i problemi del sensore.

Lo studio automatico può aiutare ad attenuare questo processo. SpaceX Falcon 9 ha utilizzato il mastering desktop e la visione per PC per cambiare radicalmente l’esplorazione dello spazio.

Il razzo ha fatto un atterraggio proficuo alla stazione dell’aeronautica di Cape Canaveral nel 2015 con l’aiuto dell’utilizzo di un algoritmo convesso di ottimizzazione, che determina l’eccellente modo per atterrare il razzo, con dati computerizzati in tempo reale immaginativi e prescienti che aiutano a prevedere la rotta.

Con l’aiuto di un apprendimento avanzato del computer, è ora possibile lanciare e rilanciare lo stesso razzo più e più volte, un’impresa con cui tutti gli scienziati concordano di essere a grandezza naturale.