sociální sítě
Přímé přenosy
krátké zprávy
Společnost Space Transportation se sídlem v Pekingu plánuje na druhou polovinu roku 2025 první test svého prototypu znovupoužitelného kosmického letounu Cuantianhou. Společnost vystavila model Cuantianhou na výstavě Space Tech Expo Europe v Brémách.
Americké vesmírné síly se připravují na zpoždění vynášení klíčových nákladů národní bezpečnosti na palubě rakety Vulcan od společnosti ULA. Uvedl to generálporučík Philip Garrant, šéf Velitelství vesmírných systémů vesmírných sil.
Společnost Lunar Outpos oznámila 21. listopadu, že podepsala dohodu se SpaceX o použití kosmické lodi Starship pro přepravu lunárního roveru Lunar Outpost Eagle na Měsíc. Společnosti nezveřejnily harmonogram spuštění ani další podmínky obchodu.
Společnost Maxar Intelligence se zaměřuje na začátek roku 2025, kdy dojde k vynesení poslední dvojice družic WorldView Legion. Znamená to tak dokončení ambiciózní konstelace pro pozorování Země.
Agentury JAXA a ESA 20. listopadu v Tsukubě v Japonsku vydaly společné prohlášení, ve kterém načrtli novou spolupráci v oblastech planetární obrany, pozorování Země, aktivity po ISS na nízké oběžné dráze Země, vesmírná věda a průzkum Marsu.
Společnost SEOPS na Space Tech Expo Europe 19. listopadu oznámila, že podepsala smlouvu se společností SpaceX na vynesení mise plánované na konec roku 2028 z Floridy. Do roku 2028 také získává kapacitu pro blíže nespecifikované další starty SpaceX.
Francouzský startup Latitude podepsal víceletou smlouvu se společností Atmos Space Cargo, společností vyvíjející komerční návratová zařízení. Atmos koupí minimálně pět startů rakety Zephyr ročně, a to v letech 2028 až 2032.
Německý společnost Exolaunch použije svůj nový adaptér Exotube počínaje rokem 2026. Exotube je univerzální modulární adaptér pro integraci, start a rozmístění družic od cubesatů až po 500 kg družice.
Čína provedla úspěšný test oddělení aerodynamického krytu užitečného zatížení pro raketu Dlouhý pochod 10. Test hodnotil design krytů, strukturu připojení, plán oddělení a maximální dostupnou obálku. Všechny testované parametry splňovaly jejich konstrukční požadavky.
Naše podcasty
Doporučujeme
Objednejte si knihy našich autorů a nahlédněte tak do historie kosmonautiky.
Poděkování
Náš web běží spolehlivě díky perfektnímu servisu hostingu Blueboard.cz, děkujeme!
Technologie využívající umělou inteligenci, kterou agentura NASA rozvíjela pro využití na autonomních vozítkách i létajících strojích nyní dohlíží na dopravní pásy na výrobních linkách. Vizuální inspekční software od bostonské firmy Neurala Inc. spolupracuje s již existujícími kamerami, počítači a dokonce i mobilními telefony, aby mohl například sledovat kvalitu produktů, které jsou přepravovány na pásech výrobních linek.
Představte si situaci, že byste se mohli chatbotovi říct: „Mohl bys mi vytvořit extrémně přesnou mapu pěstování plodin v Keni?“ A nebo „Dochází u budov v mé ulici k sesedání podloží?“ A teď si ještě představte, že odpověď, kterou dostanete, je v souladu s vědeckými pozorováními a zakládá se na prověřených datech z pozorování naší planety. Agentura ESA ve spolupráci s technologickými partnery nyní pracuje na tom, aby se podobný nástroj zhmotnil v realitě. Experti se totiž snaží vyvinout AI aplikace, které by přinesly revoluci do způsobu, jakým vyhledáváme informace o pozorováních Země.
Výzkumníci z University of Leeds představili výsledky svého přelomového vývoje, který vedl ke vzniku neuronové sítě schopné přesně zmapovat rozsah ledovců v Antarktidě. Síť je schopna během pouhé setiny sekundy provést analýzu družicových snímků a předložit výsledky. Tento inovativní přístup je nesrovnatelný s doposud využívaným časově náročným procesem, který obnášel intenzivní zapojení lidí. Anne Braakmann-Folgmannová, hlavní autorka výsledků zveřejněných v časopise The Cryosphere, prováděla tento výzkum během svého doktorandského studia na University of Leeds ve Velké Británii. Nyní pracuje na Arktické univerzitě v norském Tromsø a zdůraznila význam velkých ledovců v antarktickém prostředí.
Jako kosti mimozemšťanů mohou pro někoho vypadat součástky kosmického hardwaru navržené umělou inteligencí. Při jejich návrhu však byl vzhled vedlejší – hlavní je, že váží méně, snáší větší zatížení a jejich vývoj trvá ve srovnání s částmi, které navrhují lidé, jen zlomek času. „Vypadají tak nějak divně a mimozemsky,“ říká s nadsázkou vývojový inženýr Ryan McClelland a dodává: „Ovšem jakmile je uvidíte v akci, tak všechno začne dávat smysl.“ Právě McClelland vyšlapal cestu k návrhů specializovaných a jedinečných dílů s využitím komerčně dostupných programů s umělou inteligencí. Na Goddardově středisku v marylandském Greenbeltu tak začal vznikat hardware, který sám McClelland označuje jako vyvinuté struktury (evolved structures).
TRL Space Systems, vcelku mladý brněnský startup, jehož jméno a nejen to se každému českému fanouškovi kosmonautiky a kosmického průmyslu muselo vrýt do paměti. Navzdory své krátké činnosti, se firmě v čele s bývalým generálním ředitelem SAB Aerospace Petrem Kapounem, daří získávat milionové kontrakty a posouvat hranice českého kosmického průmyslu silnou, jasnou vizí a definicí zajímavých ambiciózních projektů, na kterých už nyní pracují. Jedním z takovýchto projektů je družice TROLL, kterou si trochu přiblížíme v dnešním článku.
Když je potřeba dělat na základě neznámých dat rozhodnutí v reálném čase (třeba rozhodování, kudy se vydat na rozcestí, kde jste ještě nebyli), pak jsou současné systémy umělé inteligence a strojového učení se ani zdaleka nevyrovnají lidským dovednostem. Proto se John Moisan z NASA rozhodl vyvinout AI oko, anglický AI Eye (zkráceně A-Eye). Moisan pracuje jako oceánograf na Wallops Flight Facility u Chincoteague ve Virginii a věří, že umělá inteligence bude řídit jeho pohyblivý senzor A-Eye. Při analýze snímků by jeho systém nejen našel známé vzory v nových datech, ale také by umělá inteligence řídila senzor tak, aby pozoroval a objevoval nové objekty nebo biologické procesy.
Česká republika opět ukázala, že ukrývá značný potenciál pro uplatnění v kosmických oborech. Díky startupu Zaitra se letos vypuštěný český CubeSat VZLUSAT-2 dočkal významného vylepšení, které předznamenává možnosti širšího uplatnění umělé inteligence (AI) v kosmonautice. Družice, které ve viditelné části elektromagnetického spektra snímkují Zemi, fotografují zájmovou oblast tak, jak jim předurčuje plán. Jenže počasí často udělá čáru přes rozpočet a družice tak vyfotí pouze mraky. Pozemní týmy však nevědí, jak jejich snímkování dopadlo – podařilo se trefit do mezery mezi mraky a je cílová oblast vyfocená správně, nebo oblačnost částečně, či úplně zakrývá zorné pole? Odpovědi na tyto otázky přichází až když se snímky pošlou na Zemi a operátoři si je mohou prohlédnout. To je ale značně neefektivní postup.
Skupiny malých družic by spolu mohly komunikovat, aby nasbíraly data o důležitých meteorologických jevech v různých částech dne či roku a navíc z různých úhlů. Takové skupiny družic využívající algoritmy strojového učení by mohly přinést revoluci ve vědeckém chápání změn počasí a klimatu. Sabrina Thompson pracuje na softwaru pro malé družice, s jehož pomocí by mohly tyto družice navzájem komunikovat, identifikovat vědecky hodnotné cíle pozorování, koordinovat orientaci a načasování, aby bylo možné získat odlišné pohledy na stejný cíl.
Raketa Vega vynesla tento týden 53 družic a mezi nimi byl i ɸ-sat-1 – první evropská mise pro sledování Země vybavenou umělou inteligencí. Nyní již probíhají přípravy na další inovativní družici se špičkovými technologiemi – ɸ-sat-2. 3. září vypuštěná družice, jejíž název se čte Fí-sat-1, má za úkol demonstrovat, jak mohou družicová data ve spojení s pokročilými digitálními technologiemi přinášet výhody uživatelům na Zemi – ať už jsou z komerční, průmyslové či vědecké sféry.
Internetová veřejnost může pomoci řidičům vozítka Curiosity lépe brázdit povrch Marsu. S pomocí online projektu AI4Mars stačí popisovat terénní útvary na snímcích, které rover vyfotil na Marsu. Lidé tak mohou pomoci trénovat algoritmy umělé inteligence, aby zvládaly automaticky posuzovat skutečný terén. Počítač sám zatím nedokáže rozhodnout, zda ta věc nalevo je velký balvan, plochý kámen, nebo jen písek. AI4Mars, který funguje na platformě Zooniverse pro vědecké pomocníky z řad veřejnosti, vás nechá na snímky kreslit hranice kolem terénních objektů a vybírat ze čtyř jejich popisků. Právě tyto popisky jsou klíčem ke zpřesnění klasifikace algoritmů SPOC (Soil Property and Object Classification).
Na webu Kosmonautix.cz používáme soubory cookies k zajištění správného fungování našich stránek, ke shromažďování anonymních statistických dat a pro lepší uživatelský zážitek. Více informací najdete zde.
Děkujeme za registraci!
Prosím, klikněte na potvrzovací odkaz v mailu, který vám dorazil do vaší schránky pro aktivaci účtu.
Děkujeme za registraci!
Prosím, klikněte na potvrzovací odkaz v mailu, který vám dorazil do vaší schránky pro aktivaci účtu.
