انقلاب هوش مصنوعی در فضا
به گزارش سایت شیک، محققان دانشگاه وورتسبورگ آلمان برای اولین بار در جهان به موفقیت رسیدند یک ماهواره را به صورت کامل با کنترل مبتنی بر هوش مصنوعی در مدار هدایت کنند. این آزمایش که روی ماهواره ی کوچک «InnoCube» انجام شد، مسیر جدیدی به سمت سیستم های کاملا خودران فضایی گشوده است.
تینا مزدکی_تیمی از محققان دانشگاه یولیوس-ماکسیمیلیان وورتسبورگ (JMU) توانستند برای اولین بار، یک سامانه ی کنترل وضعیت مبتنی بر هوش مصنوعی را مستقیماً در مدار زمین آزمایش نمایند. این آزمون با موفقیت بر روی ماهواره ی نانویی ۳U معروف به InnoCube انجام شد.
در گذر مداری این ماهواره بین ساعت ۱۱: ۴۰ تا ۱۱: ۴۹ قبل از ظهر به وقت اروپای مرکزی در تاریخ ۳۰ اکتبر ۲۰۲۵، عامل هوش مصنوعی توسعه یافته در JMU، یک رزمایش کامل تغییر وضعیت را بطور مستقل اجرا کرد. این سامانه با استفاده از چرخ های عکس العملی، ماهواره را از حالت اولیه خود به موقعیتی از پیش تعیین شده هدایت کرد. در آزمایش های بعدی نیز این عامل هوش مصنوعی توانست چند بار دیگر وضعیت ماهواره را با دقت و ایمنی بالا به موقعیت مطلوب برساند. تیم تحقیقاتی LeLaR بدین ترتیب قدمی سرنوشت ساز در فضا برداشتند.
پروژه ی «نمایشگر مداری برای کنترل یادگیرنده ی وضعیت» یا LeLaR به منظور گسترش ی نسل آینده سیستم های کنترل وضعیت خودکار طراحی شده است. تمرکز اصلی این پروژه بر طراحی، آموزش و آزمایش در مدارِ یک کنترل کننده ی وضعیت مبتنی بر هوش مصنوعی در ماهواره ی اینوکیوب قرار داشت.
کنترل کننده های وضعیت وظیفه دارند ماهواره ها را در مدار پایدار نگه دارند و مانع از چرخش یا واژگونی آنها شوند. این سامانه ها همین طور جهت گیری فضاپیما را برای انجام مأموریت های خاص، مانند تنظیم موقعیت دوربین ها، حسگرها یا آنتن ها در راستای هدف مورد نظر، کنترل می کنند.
آن چه کار تیم وورتسبورگ را متمایز می کند، استفاده از یادگیری تقویتی عمیق (Deep Reinforcement Learning) بجای الگوریتم های سنتی است. در این شیوه، یک شبکه عصبی در محیطی شبیه سازی شده، به شکل خودکار راهبرد کنترل بهینه را می آموزد.
مزیت کلیدی روش DRL در سرعت و انعطاف پذیری آن نسبت به کنترل کننده های کلاسیک است. کنترل های سنتی اغلب نیازمند تنظیمات دستی فراوان توسط مهندسان هستند، فرایندی که امکان دارد ماه ها یا حتی سال ها طول بکشد. در مقابل، روش یادگیری تقویتی عمیق این روند را به شکل خودکار انجام می دهد و امکان انطباق آنی با تفاوت های میان شرایط واقعی و پیشبینی شده را بدون احتیاج به کالیبراسیون مجدد دستی فراهم می آورد.
قبل از پرتاب، کنترل کننده هوش مصنوعی روی زمین در یک شبیه ساز خیلی دقیق آموزش داده شد و سپس به مدل پروازی ماهواره در مدار منتقل شد. یکی از چالش های اصلی، غلبه بر فاصله ی میان محیط شبیه سازی شده و شرایط واقعی فضا یا همان شکاف Sim۲Real بود.
با موفقیت این آزمایش، تیم وورتسبورگ ثابت کرد که هوش مصنوعی می تواند در مأموریت های فضایی حساس و ایمنی محور نیز بطور قابل اعتماد عمل کند.
رشد اعتماد به چنین فناوری هایی قدمی حیاتی در راه مأموریت های خودکار آینده به حساب می آید بخصوص برای مأموریت های سیاره ای یا اعماق فضا، جایی که دخالت انسان به سبب فاصله ی زیاد یا تأخیر در ارتباط امکان ندارد. در چنین شرایطی، سیستم های مبتنی بر هوش مصنوعی می توانند برای بقای فضاپیما حیاتی باشند. در واقع با این آزمایش، تیم وورتسبورگ به یکی از اهداف اصلی پروژه LeLaR دست یافته است.
آزمایش روی ماهواره ی InnoCube که در همکاری با دانشگاه فنی برلین (TU Berlin) تولید شده، انجام گرفت. این ماهواره بستری برای آزمایش تکنولوژی های جدید فضایی است و به محققان اجازه می دهد مفاهیم تازه را مستقیماً در مدار بیازمایند. یکی از نوآوری های کلیدی این مأموریت، SKITH (Skip The Harness) است که با حذف سیم کشی سنتی، داده ها را به شکل بی سیم منتقل می کند. این فناوری نه تنها وزن فضاپیما را می کاهد بلکه احتمال بروز خطا در کابل ها را نیز به حداقل می رساند.
منبع: phys
این مطلب سایت شیک را می پسندید؟
(1)
(0)
تازه ترین مطالب مرتبط
نظرات بینندگان در مورد این مطلب