NASA koristi AI za izvlačenje otkrića iz starih podataka

NASA se sve više okreće umjetnoj inteligenciji kako bi izvukla uvide iz desetljeća promatranja, simulacija i podataka misija.

Zaposlenici koriste alate umjetne inteligencije, uključujući Microsoft Copilot, za pregledavanje ogromnih količina akademske literature i pojednostavljenje svakodnevnih zadataka, dok su specijalizirani sustavi poput Earth Copilota i Hydrology Copilota pomogli istraživačima u snalaženju u složenim skupovima podataka o znanosti o Zemlji. Umjetna inteligencija također je pomogla u donošenju odluka o planiranju nedavne misije Artemis II i razmatra se za jedno od NASA-inih najkritičnijih i najzahtjevnijih okruženja, kontrolu misije.

U NASA-inom svemirskom centru Johnson u Houstonu, timovi istražuju kako bi umjetna inteligencija mogla pomoći kontrolorima leta u filtriranju ogromnih količina informacija koje informiraju o svemirskim letovima. Centar je razvio prototip AI agenta pod nazivom SPARTAN, osmišljenog kako bi pomogao kontrolorima leta, koji su odgovorni za sustave napajanja i toplinske kontrole Međunarodne svemirske postaje. Agent je osmišljen da djeluje kao virtualni član timova za podršku Kontrole misije, čiji stručnjaci pomažu kontrolorima leta u praćenju sustava svemirskih letjelica i donošenju odluka u stvarnom vremenu.   

„Možemo predvidjeti da će agent umjetne inteligencije biti jedan od članova tima u pozadini, gdje kontrolor leta iz prednje sobe poziva pozadinsku sobu i dobiva odgovor na slušalicama od svojih kolega ili, u ovom slučaju, od svog agenta umjetne inteligencije“, kaže Troy LeBlanc, glavni direktor za informatiku u NASA-inom svemirskom centru Johnson.

Znanstveni časnici u Centru za kontrolu misije u NASA-inom svemirskom centru Johnson prate podatke misije u stvarnom vremenu s konzole za znanost, analizirajući znanstvena mjerenja i performanse sustava. Njihov rad pomaže u osiguravanju sigurnog i učinkovitog postizanja ciljeva misije. U budućim misijama, agenti umjetne inteligencije, poput prototipa AI agenta SPARTAN, mogli bi pomoći kontrolorima leta u pregledavanju ogromnih količina podataka misije kako bi pratili sustave svemirskih letjelica i donosili odluke u stvarnom vremenu.

Koncept ima za cilj odgovoriti na rastući NASA-in izazov upravljanja i razumijevanja ogromnih količina podataka misije. LeBlanc kaže da se agencija suočila s tom stvarnošću dok se pripremala za Artemis II, koji je generirao ogromnu količinu informacija u više timova i sustava.

„Bio sam iznenađen koliko smo podataka proizveli za jednu misiju koja je trajala samo 10 dana“, kaže. „To dokazuje utjecaj umjetne inteligencije. Svaka misija kojom ćemo letjeti na Mjesec proizvodit će slične ili čak veće količine podataka dok se približavamo bazi na Mjesecu. Trebat će nam alati koji će nam pomoći da prikupimo sve te podatke“, rekao je Troy LeBlanc.

Tijekom planiranja za Artemis II, kaže LeBlanc, NASA je koristila alate umjetne inteligencije za generiranje sigurnosnih preporuka i scenarija za ublažavanje rizika kako bi pomogla čelnicima u donošenju odluka. Tradicionalno bi stručnjacima trebali tjedni da prikupe informacije iz različitih izvora i analiziraju podatke kako bi procijenili rizike i spremnost svemirskih letjelica.  

NASA već desetljećima koristi oblike umjetne inteligencije i strojnog učenja, od pomaganja roverima na Marsu u autonomnoj navigaciji do identificiranja anomalija u sustavima svemirskih letjelica. No, pojava velikih jezičnih modela i sustava umjetne inteligencije sposobnih za interakciju s informacijama na nove načine proširila je upotrebu umjetne inteligencije izvan male skupine stručnjaka koji su tradicionalno radili s njom.

Cilj je omogućiti pristup informacijama koje su nekada zahtijevale značajnu stručnost. Poljoprivrednik, na primjer, može pitati Hydrology Copilot kakvi su uvjeti okoliša bili te godine u određenom području. Lokalne agencije mogu istražiti stanje vode u svojim područjima bez potrebe za tehničkom stručnošću.

NASA-in rastući interes za umjetnu inteligenciju bio je vidljiv tijekom prvog hackathona o podacima i umjetnoj inteligenciji na razini cijele agencije prošle godine.

Među pobjedničkim projektima bio je sustav AI agenata koji koristi sučelje za chat kako bi korisnicima omogućio pretraživanje NASA-ine opsežne javne baze podataka „naučenih lekcija“, koja sadrži znanje iz desetljeća misija i programa. Drugi je koristio modele strojnog učenja za razvoj rješenja za dijagnosticiranje ozbiljnosti šumskih požara radi bolje zaštite vatrogasaca i opreme.