• Home
  • Química
  • Astronomía
  • Energía
  • Naturaleza
  • Biología
  • Física
  • Electrónica
  •  science >> Ciencia >  >> Astronomía
    La tecnología de inteligencia artificial de la NASA podría acelerar el proceso de diagnóstico de fallas en naves espaciales

    CubeSat se lanza desde la Estación Espacial Internacional. RAISR podría ayudar a naves espaciales como estas a depender menos de los controladores terrestres y las redes de comunicaciones. Crédito:NASA

    La nueva tecnología de inteligencia artificial podría acelerar el diagnóstico de fallas físicas en naves espaciales y sistemas de vuelos espaciales, mejorar la eficiencia de la misión al reducir el tiempo de inactividad.

    La investigación en inteligencia artificial para la resiliencia de las naves espaciales (RAISR) es un software desarrollado por la pasante de Pathways Evana Gizzi, que trabaja en el Goddard Space Flight Center de la NASA en Greenbelt, Maryland. Con RAISR, La inteligencia artificial podría diagnosticar fallas en tiempo real en naves espaciales y sistemas de vuelos espaciales en general.

    "La nave espacial que informa de una falla es como un automóvil con la luz de verificación del motor encendida, ", Dijo Gizzi." Sabes que hay un problema, pero no necesariamente puede explicar la causa. Ahí es donde entra en juego el algoritmo RAISR, diagnosticando la causa como un tapón de gasolina suelto ".

    Ahora, la capacidad de hacer inferencias sobre lo que está sucediendo que van más allá de los tradicionales árboles de fallas 'si-entonces-si-no' es algo que solo los humanos pueden hacer, Dijo Gizzi.

    El diagnóstico actual del árbol de fallas depende de que la física sea simple y ya sea conocida por ingenieros y científicos. Por ejemplo, si la temperatura de un instrumento desciende demasiado, la nave espacial puede detectar esta situación y encender calentadores. Si la corriente en una línea aumenta, la nave espacial puede trabajar para aislar el circuito infractor. En ambos casos, la nave espacial simplemente sabe que si ocurre "A", responda haciendo "B". Lo que la nave espacial no puede hacer es averiguar qué causó estos eventos, especialmente en casos de fallas inesperadas:si la nave entró en la sombra de la Tierra o si un micrometeoroide dañó un circuito.

    Este tipo de conclusiones requiere la capacidad de seguir una cadena lógica de inferencias no triviales, algo como el razonamiento humano, Dijo Gizzi. La inteligencia artificial (IA) incluso podría conectar la disminución de la temperatura de la nave espacial con un mal funcionamiento en su sistema interno de regulación del calor:un ejemplo de una falla más catastrófica.

    Referir tales fallas a un humano en el suelo no solo toma tiempo, pero cuesta recursos valiosos en términos de redes de comunicaciones y ancho de banda para misiones más pequeñas en órbita terrestre, o incluso para explorar planetas distantes, donde el ancho de banda para los controladores en la Tierra está limitado por la distancia.

    En otras circunstancias, como orbitar detrás de otro planeta o la Luna, el contacto simplemente no está disponible. Las computadoras también sobresalen sobre los controladores humanos cuando se necesita hacer una inferencia adecuada extremadamente rápido utilizando varios tipos de datos dispares.

    En sus etapas actuales, RAISR no controlaría activamente la nave espacial de ninguna manera, pero facilita el diagnóstico al encontrar asociaciones que un ser humano puede pasar por alto.

    Créditos:Evana Gizzi

    Michael Johnson, el tecnólogo jefe de la Dirección de Ingeniería y Tecnología de Goddard, dijo que los modos seguros actuales desperdician un tiempo valioso porque cesa la recopilación de datos científicos, mientras que una tecnología que pudiera diagnosticar y abordar una falla podría conducir a un retorno más rápido a las operaciones de vuelo normales.

    RAISR utiliza una combinación de aprendizaje automático y técnicas clásicas de IA. Si bien las técnicas basadas en el aprendizaje automático pueden ser particularmente útiles para diagnosticar fallas, su rendimiento depende de tener una gran cantidad de datos diversos, Gizzi dijo:y, por lo tanto, generalmente aborda fallas que han ocurrido en el pasado. Con anomalías, que son fallas que nunca se han experimentado, simplemente puede que no haya suficientes datos para crear un razonamiento sólido con técnicas basadas en el aprendizaje automático. Ahí es donde interviene la IA clásica, Gizzi dijo:facilitando el razonamiento en situaciones más complicadas que no cuentan con datos previos para fundamentar decisiones.

    La tecnología de Gizzi ayuda a establecer conexiones que son extraordinariamente difíciles de realizar por humanos, dijo Conrad Schiff, subdirector de tecnología en la división de ingeniería de software de Goddard.

    "No es solo un sistema automatizado, ", Dijo Schiff." Es un sistema autónomo que intenta revelar cómo llegó a la 'novela policíaca ". Exponiendo la evidencia como un detective al final de una novela de misterio, para que todos podamos ver quién es culpable de asesinato, ese es el mismo principio aquí. Entiende estas asociaciones, nos ayuda a comprender su razonamiento para llegar a su conclusión ".

    RAISR permite una mejor recopilación de datos y observaciones al reducir los recursos necesarios para el mantenimiento de los propios sistemas, Añadió Schiff. "Es menos glamoroso, es más valiente, pero se trata de asegurarnos de que la salud y la seguridad de la cosa que produce los datos se mantengan de la mejor manera posible ".

    En general, La IA puede actuar como un cerebro adicional dentro de la nave espacial.

    "Estás tomando un ingeniero o un científico del laboratorio y colocando una copia simplificada de ellos en la nave espacial, para que puedan tomar decisiones inteligentes in situ, "Dijo Johnson.

    Los próximos pasos de RAISR incluyen una demostración en una misión de satélite pequeño, Gizzi dijo:donde puede tomar decisiones de diagnóstico en tiempo real para compararlas con el control de tierra.

    A medida que más misiones adoptan técnicas de IA, Johnson dijo, Los enfoques de prueba pueden tener que cambiar. Es posible que no se apliquen protocolos rigurosos que prueban todos los escenarios posibles. Ese, combinado con el cambio cultural de la resolución de problemas basada en tierra a dejar que los sistemas en órbita resuelvan los problemas por sí mismos, hace que poner la IA en naves espaciales sea un viaje incremental, él dijo.

    "Cuando pienso en los vuelos espaciales, es un objetivo para los sistemas autónomos que tiene sentido, ", Dijo Johnson." El verdadero salto ocurre cuando vamos más allá de la automatización a la autonomía, desde los pasos de programación que sabe que sucederán hasta que el sistema comience a pensar por sí mismo. Cuando vas al espacio profundo, Habrá cosas para las que no programó. La necesidad está realmente ahí ".


    © Ciencia http://es.scienceaq.com