Nová technologie využívající umělou inteligenci by mohla urychlit proces diagnostiky fyzických selhání družic a dalších kosmických systémů – zlepšila by se tak efektivita mise a mohl by se i zkrátit čas mimo provoz. Softwarový projekt RAISR (Research in Artificial Intelligence for Spacecraft Resilience) rozvíjí Evana Gizzi z Goddardova střediska v Greenbeltu, stát Maryland. Se systémem RAISR by mohla umělá inteligence diagnostikovat chyby v reálném čase na nejrůznějších typech družic a sond. „Družice hlásí chybu podobně jako když se nám v autě rozsvítí varovná kontrolka na palubní desce,“ vysvětluje Gizzi a dodává: „Víme tedy, že je tam nějaký problém, ale to hlášení samo o sobě nemusí nutně vysvětlovat i příčinu. Tady se budou hodit algoritmy RAISR, které nám řeknou, že jsme třeba jen nezavřeli víko nádrže.“

V současné době je podle vědkyně schopnost odvozovat, k čemu došlo, vyhrazena pouze lidem – zvláště, pokud je situace složitější, než tradiční řetězec „když-pak“. Současné analýzy stromu poruchových stavů jsou založeny na tom, že se jedná o jednoduchý případ, který je inženýrům a vědcům dobře znám. Například, pokud teplota přístrojů poklesne příliš nízko, sonda tento stav zaznamená a zapne ohřívače. Pokud se v proudu objeví špička, může se sonda pokusit izolovat zasažený obvod. V obou případech sonda „ví“, že pokud nastane situace A, pak má odpovědět tím, že udělá B. Sonda však nedokáže přijít na to, co způsobuje tyto jevy – zvláště pak, pokud jsou to nečekané případy – ať už sonda vletěla do zemského stínu, nebo byl okruh poškozen mikrometeoroidem.

Evana Gizzi z Goddardova střediska
Zdroj: https://www.nasa.gov/

Tento typ analýz vyžaduje schopnost rozvíjet logický řetězec netriviálních závěrů – něco jako lidské uvažování, říká Gizzi. Umělá inteligence by měla být schopna si spojit snižující se teplotu družice se závadou systému vnitřní regulace teploty. Předávání zpráv o takových poruchách člověku v řídícím středisku ale nezabere jen čas, ale vyžádá si i cenné zdroje – ať už jde o komunikační pásma pro menší mise na oběžné dráze Země, nebo dokonce o zkoumání vzdálených planet, kde je komunikace se Zemí omezena vzdáleností. Za některých podmínek – třeba když se sonda schová za planetou či Měsícem – není spojení se Zemí možné vůbec. Počítače navíc vynikají nad lidmi, pokud je potřeba extrémně rychle najít správný závěr z několika různorodých typů dat.

Za současné úrovně techniky by ještě RAISR určitě nedokázal aktivně řídit sondu, ale jeho diagnostická schopnost by se dala využít pro hledání možností, které lidem unikly. Michael Johnson, hlavní technolog Goddardova střediska, říká, že současná podobě „bezpečných stavů“ plýtvá cenným časem, protože během nich neprobíhá sběr vědeckých informací. Technika by přitom dokázala diagnostikovat problém a najít chybu, aby se mohla sonda rychleji vrátit k normálnímu režimu.

RAISR má využívat kombinaci strojového učení a klasických technologií umělé inteligence. Ačkoliv technologie založené na strojovém učení mohou být velmi užitečné při diagnostice chyb, jejich výsledky závisí na tom, že měly k dispozici velké množství různorodých dat, tvrdí Gizzi a proto obvykle řeší chyby, ke kterým došlo v minulosti. S anomáliemi, které zatím nikoho nepotkaly, je to ale jinak – u nich není k dispozici dostatek dat k vytvoření základů pro technologie založené na strojovém učení. V tuto chvíli podle slov Gizzi přichází na scénu klasická umělá inteligence, která má usnadňovat uvažování ve složitějších situacích, které nemají dřívější údaje pro rozhodování.

Vyvíjená technologie pomáhá vytvářet spojení, která jsou pro lidi mimořádně obtížná, říká Conrad Schiff, asistent vedoucího technologie v divizi softwarového inženýrství na Goddardově středisku. „Není to jen nějaký automatický systém“ upozorňuje Schiff a pokračuje: „Jedná se o autonomní systém, který se pokouší odhalit, jak sám dospěl k „odhalení vraha v samotném závěru příběhu.“ Nový systém totiž jako detektiv na konci záhadného románu předloží důkazy, abychom mohli všichni zjistit, kdo je obviněn z vraždy. Stejný princip se v přeneseném slova smyslu dá využít i v systému RAISR. Systém rozumí těmto asociacím a pomáhá nám porozumět jejich souvislostem při uvažování na cestě k vytvoření závěru.

Logo projektu RAISR
Zdroj: https://www.nasa.gov/

RAISR také umožní lepší sběr dat a pozorování tím, že sníží počet vstupních zdrojů nutných k údržbě systémů samotných, říká Schief a dodává: „Je to méně okouzlující, je to odvážnější, ale zajišťuje to, aby byly co nejlépe udrženy jak dobrý stav, tak i bezpečnost přístrojů, které produkují data.“ Obecně je cílem, aby umělá inteligence fungovala jako dodatečný mozek sondy. „Vezmete inženýra nebo vědce z laboratoře a jejich zjednodušenou verzi nahrajete do systému sondy, aby mohla dělat přímo na místě inteligentní rozhodnutí,“ říká Johnson.

Dalším krokem v programu RAISR má být demonstrace na malé družici, kde by mohl systém dělat rozhodnutí související s diagnostikou v reálném čase a vše by se porovnávalo s pozemním střediskem, říká Gizzi. Johnson zase doplňuje, že čím více sond sáhne po umělé inteligenci, bude možné posunout přístup k testům. zevrubné protokoly, které testují každý možný scénář by nemusely být potřeba. To podle jeho slov společně s posunem rozhodování ze Země na palubu družic, dělá z využití umělé inteligence v kosmonautice postupnou cestu vpřed. „Když přemýšlím o kosmické misi, tak je to cíl pro autonomní systémy, který prostě dává smysl,“ říká Johnson a dodává: „Ten skutečný skok nastane, až přejdeme od automatizace k autonomii, od naprogramovaných kroků, o kterých si myslíme, že se stanou, k systému, který si o tom bude rozhodovat sám. Když letíte do hlubšího vesmíru, tak narazíte na věci, které jste nenaprogramovali. Ta potřeba tu opravdu je.“

Přeloženo z:
https://www.nasa.gov/

Zdroje obrázků:
https://www.nasa.gov/sites/default/files/thumbnails/image/iss051e049985orig_0.jpg
https://www.nasa.gov/sites/default/files/thumbnails/image/evana_headshot.jpeg
https://www.nasa.gov/sites/default/files/thumbnails/image/raisr_logo.jpg