Команда сотрудников и подрядчиков НАСА разработала прототип нового набора алгоритмов, который позволит космическим приборам более эффективно обрабатывать данные. Используя эти алгоритмы, удаленные датчики космического базирования смогут быстрее предоставлять наиболее важные данные ученым на земле, а также смогут автономно определять, какие земные явления являются наиболее важными для наблюдения.
Инструменты наблюдения за Землей могут собирать мировую информацию каждый день. Но преобразование этих необработанных данных в практические знания — непростая задача, особенно когда инструменты должны сами решать, какие данные являются наиболее важными.
«Есть извержения вулканов, лесные пожары, наводнения, вредоносное цветение водорослей, сильные снегопады, и если бы мы могли автоматически реагировать на них, мы могли бы наблюдать их лучше и помочь сделать мир более безопасным для людей», — сказал Стив Чиен, научный сотрудник и руководитель JPL. искусственного интеллекта в Лаборатории реактивного движения НАСА.
Инженеры и исследователи из JPL и компаний Qualcomm и Ubotica разрабатывают набор алгоритмов искусственного интеллекта, которые могут помочь будущим космическим миссиям более эффективно обрабатывать необработанные данные. Эти алгоритмы искусственного интеллекта позволяют инструментам автоматически идентифицировать, обрабатывать и передавать приоритетную информацию по каналам связи, сокращая время, необходимое для передачи информации о таких событиях, как извержение вулкана, от космических инструментов ученым на земле.
Эти алгоритмы искусственного интеллекта могут помочь удаленным космическим датчикам принимать независимые решения о том, какие земные явления наиболее важно наблюдать, например, лесные пожары.
«Очень сложно управлять космическим кораблем, когда мы не находимся с ним в контакте, а это происходит в подавляющем большинстве случаев. Мы хотим, чтобы эти инструменты автоматически реагировали на интересные функции», — сказал Чиен.
Чиен разработал прототипы алгоритмов, используя коммерчески доступные современные компьютеры на борту Международной космической станции (МКС). В ходе нескольких различных экспериментов Чиен и его команда исследовали, насколько хорошо алгоритмы работают на Spaceborne Computer-2 (SBC-2) Hewlett Packard Enterprise, традиционном стоечном серверном компьютере, а также на встраиваемых компьютерах.
Эти встроенные компьютеры включают в себя процессор Snapdragon 855, ранее использовавшийся в сотовых телефонах и автомобилях, и процессор Myriad X, который использовался в наземных дронах и спутниках на низкой околоземной орбите.
Включая наземные испытания с использованием процессоров PPC-750 и Sabertooth, которые являются традиционными процессорами космических кораблей, эти эксперименты подтвердили эффективность более 50 программных модулей искусственного интеллекта для обработки, анализа изображений и планирования ответов.
Эксперименты показали, что эти встроенные коммерческие процессоры очень подходят для дистанционного зондирования космического базирования, что значительно облегчит другим ученым и инженерам интеграцию процессоров и алгоритмов искусственного интеллекта в новые миссии.
Полные результаты этих экспериментов были опубликованы в серии из трех статей на Симпозиуме IEEE по геонаукам и дистанционному зондированию 2022 года, доступ к которым можно получить по ссылкам ниже.
Чиен объясняет, что, хотя алгоритмы искусственного интеллекта проще всего развернуть с наземных компьютеров на более крупные стоечные серверы, такие как SBC-2, спутники и вездеходы занимают меньше места и мощности, а это означает, что им придется использовать меньшие, маломощные встроенные системы. процессоры, аналогичные устройствам Snapdragon или Myriad.
Обрабатывая данные на борту, эти алгоритмы искусственного интеллекта не позволяют важной или срочной информации быть скрытой в более крупных передачах данных. Исследователю не придется подключаться к нисходящей линии связи и обрабатывать всю передачу, чтобы увидеть, что ураган усиливается или образовалось вредоносное цветение водорослей.
«Большое изображение может содержать гигабайты данных, поэтому может потребоваться целый день, чтобы доставить его на землю и обработать. Но вам не нужно обрабатывать все эти данные, чтобы идентифицировать лесной пожар. Эти алгоритмы предварительно обрабатывают данные на борту, чтобы исследователи первыми получали самую важную информацию», — сказал Чиен.
Эти алгоритмы могут быть полезны не только для приборов, наблюдающих за Землей, но и для приборов, наблюдающих за другими планетами. Например, предлагаемая миссия Europa Lander может использовать алгоритмы Чиена для поиска жизни на луне Юпитера.
«В настоящее время в стадии разработки находится несколько миссий, которые могли бы использовать эту технологию. Они все еще находятся на ранних стадиях разработки, но это миссии, которые требуют такого рода встроенного анализа, понимания и реагирования, которые позволяют эти алгоритмы», — сказал Чиен.
Команда также тестирует модели нейронных сетей для интерпретации спутниковых изображений Марса. «Когда-нибудь такая нейронная сеть сможет позволить спутнику обнаруживать новый выброс метеорита, свидетельства падения метеорита, а также предупреждать другие космические корабли или делать последующие изображения», — сказала специалист по данным JPL Эмили Данкель. «Роверы также могут использовать эти процессоры с нейронными сетями, чтобы определять, где безопасно двигаться марсоходу», — добавил доктор Данкель.
«Мы использовали платформу CogniSat для развертывания моделей на Myriad X, сокращая усилия по разработке моделей глубокого обучения для использования на борту. Этот опыт помогает доказать, что эта передовая аппаратная и программная система уже готова к космическим полетам», — сказала Леони Бакли, старший инженер Ubotica.
Поскольку изменение климата продолжает изменять мир, в котором мы живем, информационные системы, подобные системе Чиена, позволяют научным инструментам быть такими же динамичными, как и системы Земли, которые они наблюдают.
«Мы не часто задумываемся о том, что наши мобильные телефоны обладают большей вычислительной мощностью, чем было у суперкомпьютеров сорок лет назад. Мы живем в удивительном мире, и мы пытаемся включить эти достижения в миссии НАСА», — сказал Чиен.
РУКОВОДИТЕЛЬ ПРОЕКТА
Стив Чиен, Лаборатория реактивного движения НАСА
СПОНСОРСКАЯ ОРГАНИЗАЦИЯ
Управление технологий НАСА по наукам о Земле в сотрудничестве с Отделом исследований, анализа и полетов НАСА по наукам о Земле (ESD).
