Filter by دسته‌ها
chatGTP
ابزارهای هوش مصنوعی
اخبار
گزارش
تیتر یک
چندرسانه ای
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
دانش روز
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
رویدادها
جیتکس
کاربردهای هوش مصنوعی
کتابخانه
اشخاص
شرکت‌های هوش مصنوعی
محصولات و مدل‌های هوش مصنوعی
مفاهیم
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
مقاله
 کاربرد هوش مصنوعی در فضا؛ ایمنی مایکروسافت و ناسا در فضا با هوش مصنوعی

کاربرد هوش مصنوعی در فضا؛ ایمنی مایکروسافت و ناسا در فضا با هوش مصنوعی

زمان مطالعه: 4 دقیقه

فضا از زاویه دید ما، پر از ستاره، آرام و مسالمت‌آمیز به نظر می‌رسد، اما واقعیت این است که این فضا می‌تواند محیطی خشن و نابخشودنی باشد. فضانوردان هنگام سوار شدن بر فضاپیما یا ایستگاه فضایی بین‌المللی (ISS International Space Station) نسبتاً ایمن هستند. جهت تأمین این ایمنی در سطح بالا لازم است هر چند وقت یک‌بار تعمیرات یا اصلاحاتی انجام شود. اینجاست که کاربرد هوش مصنوعی در فضا می‌تواند چاره کار باشد.

هنگامی که فضانوردان فعالیت‌های خارج از فضاپیما یا EVA Extravehicular activity را انجام می‌دهند که معمولاً به آن پیاده‌روی فضایی گفته می‌شود، لباس فضایی تنها چیزی است که آنها را از دمای شدید و تشعشعات نامطلوب جدا نگه می‌دارد، بنابراین اطمینان از امنیت و یکپارچگی این فضا می‌تواند یک موضوع مرگ و زندگی باشد. در همین راستا، مایکروسافت و HPE Hewlett Packard Enterprise با ناسا همکاری کرده‌اند تا از هوش مصنوعی (AI) برای انجام بازرسی‌های حیاتی دستکش‌های لباس فضایی استفاده کنند.

پوشیدن و پاره شدن دستکش لباس فضایی

یکپارچگی کل لباس فضانوردی بسیار مهم است، اما معمولا بخشی که بیشترین ساییدگی و پارگی را دارد، دستکش است. وقتی فضانوردان پیاده‌روی فضایی انجام می‌دهند، لبه‌های تیز و یا استفاده از ابزارآلات و تجهیزات مختلف به ویژه در ناحیه بین شست و انگشت اشاره می‌تواند باعث پارگی و بریدگی دستکش شود.

در وبلاگی از شرکت مایکروسافت در مورد ساختار دستکش اینگونه توضیح داده شد: «دستکش‌های فضانوردی پنج لایه دارند. لایه بیرونی از یک پوشش لاستیکی تشکیل شده که چسبندگی را فراهم و به عنوان اولین لایه دفاعی عمل می‌کند. سپس لایه‌ای از یک ماده مقاوم در برابر برش به نام Vectran تعبیه شده است. سه لایه اضافی فشار لباس را حفظ می‌کنند و فرد را در برابر درجه حرارت شدید در فضا که می‌تواند از 180 درجه فارنهایت تا منفی 235 درجه فارنهایت متغیر باشد، محافظت می‌کنند.

پوشیدن و پاره شدن دستکش لباس فضایی

یک کاربرد هوش مصنوعی در فضا ؛ بازرسی دستکش‌های لباس فضایی

جردن لیندسی Jordan Lindsey متخصص انجام تست یکپارچه در برنامه فعالیت‌های برون وسیله (فضاپیما) در مرکز فضایی جانسون در هیوستون توضیح می‌دهد که فرآیند بازرسی دستکش‌های موجود به مدت 20 سال در ناسا برقرار بوده است.

“خدمه موظف هستند پس از یک راهپیمایی فضایی، طبق دستورالعمل‌هایی که به آنها داده می‌شود، مجموعه‌ای عکس از دستکش خود بگیرند. سپس آن عکس‌ها به زمین ارسال شده و توسط تیمی از کارشناسان زمین بررسی می‌گردد و در مورد نیاز به تعویض دستکش و یا استفاده از دستکش پشتیبان تصمیم‌گیری می‌شود.”

تاکنون در اجرای این فرایند مشکلی وجود نداشته، اما این سؤال برای لیندسی و سایر همکاران ایجاد شده که آیا انجام این فرآیند به همین شکل برای بازرسی دستکش در مأموریت‌های دورتر کارآمد خواهد کرد یا خیر، زیرا برنامه‌ی بشر به این صورت است که قصد دارد از ایستگاه فضایی بین‌المللی و فضاپیما از مدار پایین زمین دورتر شود و به ماه یا مریخ و یا حتی فراتر سفر کند.

در وبلاگ مایکروسافت به این نکته اشاره شده است که «از مریخ، 20 دقیقه برای گفتن «سلام» به کسی بر روی زمین، و 20 دقیقه دیگر برای بازگشت پاسخ «سلام» از زمین تا مریخ طول می‌کشد. این بدان معناست که جهت بررسی دستکش یک فضانورد، در مجموع حداقل 40 دقیقه زمان لازم است که می‌تواند صبر کردن زمانی طولانی باشد.

یک کاربرد هوش مصنوعی در فضا ؛ بازرسی دستکش‌های لباس فضایی

بازرسی خودکار دستکش با هوش مصنوعی و یادگیری ماشین

مارتین گارسیا، یک مهندس کامپیوتر در دفتر مدیر اطلاعات هوش مصنوعی و یادگیری ماشین در مرکز فضایی جانسون به عنوان نیروی محرکه جهت ادغام هوش مصنوعی و یادگیری ماشین در ناسا شناخته می‌شود. او با دریافت بودجه‌ای از تیم تحول دیجیتال و استفاده از ابزارهای Microsoft Azure و AI/ML مایکروسافت توانسته بررسی‌های اولیه عملکردی و امنیتی را با موفقیت انجام دهد و در اجرای گام بعدی به منظور شناسایی پروژه‌ای برای آزمایش این ابزارها قدم بردارد.

تیم گارسیا با مایکروسافت و HPE برای توسعه یک مدل اجرایی جهت خودکارسازی فرآیند بازرسی دستکش با استفاده از هوش مصنوعی و یادگیری ماشین در کمتر از یکسال مراحل مفهوم تا استقرار را پیش‌برده‌اند. بخشی از این پیشرفت سریع را می‌توان به دلیل دسترسی تیم به یک مجموعه داده‌ای که قبلا موجود بوده است، دانست. لیندسی اشاره کرد که آنها توانستند از پایگاه داده عکس‌های مأموریت‌های گذشته استفاده کنند و بین 2000 تا 3500 تصویر اصلی از هر یک از فعالیت‌های خارج از فضاپیماها  که در گذشته گرفته شده بود به عنوان مجموعه داده‌های آموزشی اولیه خود استفاده کنند.

به همراه تصاویر، ناسا همچنین از گزارش‌های مربوط به هر بازرسی استفاده کرده است تا بتواند مناطق آسیب‌پذیرتر را شناسایی کند و با آموزش یادگیری ماشین بر روی تصاویر شناخته شده، دستکش خوب و بد را به طور خودکار تشخیص دهد. برای گسترش مجموعه داده‌ها، آنها همچنین تصاویر را تغییر داده و دستکاری کردند، به عنوان نمونه، فعالیت‌هایی نظیر چرخش 90 درجه، محو کردن برخی از بخش‌ها و یا برش جهت ساختن یک کتابخانه بزرگتر و اطمینان از جامع بودن مدل یادگیری ماشین، انجام شده است.

با وجود اینکه تاکنون توانسته‌اند دو بار در ایستگاه فضایی بین‌المللی مستقر شوند و آزمایش‌های مدل AI/ML خود را انجام دهند، اما همچنان این پروژه در مرحله تحقیق و توسعه است. در حال حاضر بازرسی دستکش‌ها به صورت سنتی و توسط افراد در زمین انجام می‌شود. اما نکته حائز اهمیت در این است که به طور همزمان، این تیم از تصاویری که خدمه با ناسا به اشتراک می‌گذارند، استفاده می‌کنند تا بتوانند سیستم را در یک محیط واقعی آزمایش کرده و یافته‌ها و ارزیابی هوش مصنوعی را با نتایج تحلیل‌گران انسانی در ناسا مقایسه کنند.

بازرسی خودکار دستکش با هوش مصنوعی و یادگیری ماشین

مایکروسافت و شرکت HPE

در اجرای این پروژه، مایکروسافت و HPE وظیفه ارائه قدرت پردازش و پلتفرم هوش مصنوعی برای ناسا جهت انجام بازرسی‌های دستکش در ISS را بر عهده گرفتند. این دو شرکت بزرگ با ناسا برای توسعه Spaceborne Computer-2 همکاری کرده‌اند. این رایانه روی ایستگاه فضایی بین‌المللی به فضانوردان این امکان را می‌دهد تا داده‌ها را در لبه‌های منتهی به ۲۲۷ مایلی بالای سیاره پردازش کنند و تجزیه و تحلیل را به جای چند ماه در چند دقیقه انجام دهند.

تام کین، معاون شرکتی Azure در مایکروسافت، اعلام کرد: « این پروژه برای ما یک Azure Orbital است که مربوط به فناوری فضایی ما است که من آن را به عنوان بافت ابری مایکروسافت در فضا توصیف می‌کنم. فکر می کنم یک سال پیش، من در مورد فضا به عنوان یک سناریوی لبه صحبت می کردم. این پروژه نیز کاملاً همین است، اما همانطور که اتصال همچنان به رشد خود ادامه می دهد و به طور دائم متصل است، در واقع یک بافت ابری است که در مدار در حال اجرا است.”

کین تأیید کرد که مایکروسافت یک “شرکت فضایی” نیست. او توضیح داد که آنچه مایکروسافت را منحصر به فرد می‌کند تمرکز آن بر مشارکت با هدف ایجاد فناوری‌هایی است که شرکت‌های دیگر بتوانند برای ساخت راه‌حل های خود از آنها استفاده کنند. “ما یک شرکت فناوری هستیم که قدرت تعدادی از شرکت های فضایی را تأمین می‌کنیم.”

مایکروسافت و شرکت HPE

از بینهایت تا فراتر از آن

در حال حاضر، این پروژه هنوز در مرحله تحقیق و توسعه است. ناسا به آزمایش کاربرد هوش مصنوعی در بازرسی خودکار دستکش در کنار فرآیند دستی موجود ادامه خواهد داد. آنها قصد دارند با این ابتکار و با هدف نهایی عملیاتی کردن فناوری به حرکت رو به جلو ادامه دهند. در همان زمان، گارسیا و تیم او همچنین در حال بررسی فرصت‌های اضافی برای ترکیب هوش مصنوعی و ML برای ساده‌سازی عملیات و پشتیبانی از مأموریت، چه در کوتاه‌مدت و چه در حین ورود به مریخ و فراتر از آن، هستند.

کین به این نکته به خوبی اشاره کرد. دلیل اینکه فضا بسیار هیجان انگیز است این است که شما به بسیاری از این سناریوها و اینکه چگونه فناوری می‌تواند آنها را کاملاً تغییر دهد، نگاه می‌کنید. سپس شالوده‌ای بر روی آن می‌سازید و ویژگی‌های آن را بررسی می‌کنید. قطعاً برخی از احتمالات شگفت‌انگیز به وجود خواهد آمد، زیرا فناوری دیجیتال بیشتری وارد این سناریوهای فضایی می‌شود. بدین صورت فرایند نوآوری و تجدید نظر در مورد نحوه انجام کارها با سرعت بیشتری انجام خواهد شد. در مورد هوش مصنوعی نیز این موضوع صادق است. هوش مصنوعی در مسائل مربوط به فضا می‌تواند بیشتر از اینها کاربرد داشته باشد. بدون شک در مدرن‌سازی فضا و استفاده بهینه از کاربرد هوش مصنوعی در فضا ما همچنان در اول راه هستیم.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
[wpforms id="48325"]