خبر کامل
هوش مصنوعی چگونه مدیریت فضاپیماها و منظومههای ماهوارهای را تغییر میدهد؟

افزایش شمار فضاپیماها در مدار، کنترل مستقیم تکتک ماهوارهها را دشوار کرده است؛ به همین دلیل هوش مصنوعی در تصمیمگیری، هماهنگی ناوگان و مدیریت ارتباطات فضایی نقش پررنگتری میگیرد.
تصمیمگیری مستقل در فضاپیما
در الگوی سنتی، مهندسان روی زمین درباره جهت دوربین، زمان روشنکردن رانشگر و مسیر سیگنالها تصمیم میگرفتند و دستورات را با امواج رادیویی ارسال میکردند. افزایش شدید تعداد ماهوارهها، توان تیمهای زمینی برای پایش لحظهای همه آنها را محدود کرده است.
ماهوارههای مدار پایین زمین تنها چند دقیقه در هر گردش با یک ایستگاه زمینی مشخص ارتباط دارند و ماهوارههای زمینثابت نیز با تأخیر ارتباطی و محدودیت پهنای باند روبهرو هستند. در چنین شرایطی، سامانههای هوش مصنوعی نصبشده روی فضاپیما میتوانند دادهها را هنگام جمعآوری تحلیل کنند و درباره ثبت یا نادیدهگرفتن آنها تصمیم بگیرند.
این سامانهها همچنین میتوانند رویدادهایی مانند آتشسوزی جنگلی یا نقص سختافزاری را شناسایی و بدون انتظار برای دستور زمین، واکنش اولیه نشان دهند. آزمایشهایی در آزمایشگاه پیشرانش جت ناسا و آزمایشگاه تحقیقات نیروی هوایی ایالات متحده، بهترتیب تحلیل درونماهوارهای دادهها و کنترل جهتگیری ماهواره با شبکه عصبی را بررسی کردهاند.
ماهوارههای جدید رصد زمین نیز با استفاده از پردازندههای کوچک و هدفمند، دادههای حسگرهای مختلف را در مدار ترکیب میکنند و بهجای ارسال حجم بزرگی از داده خام، نتیجه پردازششده را مخابره میکنند.
هماهنگی منظومههای ماهوارهای
وقتی صدها یا هزاران ماهواره در قالب یک صورت فلکی فعالیت میکنند، هماهنگی آنها مانند یک ناوگان اهمیت مییابد. یکی از کاربردهای مهم هوش مصنوعی در این حوزه، ارزیابی هشدارهای نزدیکشدن و برنامهریزی مانورهای پیشگیری از برخورد است.
مدار پایین زمین با افزایش ماهوارهها و زبالههای فضایی شلوغتر شده است. یک منظومه متوسط ممکن است روزانه با دهها هشدار نزدیکشدن روبهرو شود؛ حجمی که ارزیابی تکبهتک آن برای تیمهای انسانی دشوار است. سامانههای هوش مصنوعی با دریافت دادههای ردیابی، خطر برخورد را محاسبه میکنند و در برخی موارد مانور اجتناب را برنامهریزی یا اجرا میکنند.
خودمختاری توزیعشده
پروژه استارلینگ ناسا و طرحهای مرتبط با «خودمختاری توزیعشده فضاپیما» به ماهوارههای کوچک امکان میدهند دادهها را با یکدیگر به اشتراک بگذارند، وظایف رصدی را تقسیم کنند و برنامه جمعی خود را هنگام پرواز تغییر دهند. در این مدل، صورت فلکی بهعنوان یک تیم عمل میکند، نه مجموعهای از فضاپیماهای جداگانه.
مدیریت شبکههای ارتباطی
سومین حوزه تغییر، ارتباط ماهوارهها با یکدیگر و با زمین است. یک شبکه اینترنت ماهوارهای مدرن دائماً در حال حرکت است و هر ماهواره تقریباً با سرعت ۲۷ هزار و ۴۰۰ کیلومتر در ساعت جابهجا میشود. ارتباطها پیوسته تغییر میکنند و تقاضا برای پهنای باند نیز به زمان و مکان وابسته است.
انتخاب ایستگاه زمینی، مسیریابی بستههای داده و شکلدهی پرتوهای رادیویی باید بهطور مداوم بازتنظیم شود. مدلهای هوش مصنوعی میتوانند الگوهای ترافیک را از ساعتها قبل پیشبینی کنند و مسیرها، شکل پرتوها و انتقال داده را در سراسر صورت فلکی همزمان بهینه کنند.
شبکه استارلینک اسپیسایکس استفاده از سامانههای مبتنی بر هوش مصنوعی را برای مدیریت ترافیک در لینکهای لیزری بین ماهوارهای و تنظیم لحظهای الگوهای پرتو توصیف کرده است. پژوهشگران همچنین مدلهایی را بررسی میکنند که کل صورت فلکی را بهصورت یک گراف متصل در نظر میگیرند تا مسیریابی در شبکههای دارای دهها هزار ماهواره سریعتر و کارآمدتر شود.
نظارت انسانی همچنان ضروری است
هوش مصنوعی جایگزین نظارت انسانی نمیشود؛ بلکه شیوه نظارت بر ناوگان فضایی را تغییر میدهد.
اپراتورها همچنان قوانین را تعیین میکنند، ناهنجاریها را بررسی میکنند و در صورت مشاهده رفتار غیرعادی میتوانند مداخله کنند. با این حال، بهجای صدور دستی دستور برای هر ماهواره، تیمهای زمینی بهطور فزاینده بر سامانههایی نظارت خواهند کرد که تصمیمهای روتین و پرحجم را مدیریت میکنند.
با حرکت برنامههای فضایی از صدها ماهواره به دهها هزار ماهواره، گذار از «دستورات انسانی برای هر ماهواره» به «نظارت انسانی بر ناوگان تحت مدیریت هوش مصنوعی» به ضرورتی عملی برای تداوم فعالیت این سامانهها تبدیل میشود.
درباره هوشمصنوعی دستاول:
تمامی اخبار دستاول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحتسنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با دادههای جدید آموزش داده میشود و با نظارت دقیق انسانی و سردبیری دستاول در حال بهتر شدن است.
شما میتوانید از چتبات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۱۹:۱۵ - ۱۴۰۵/۰۵/۱۷