عندما نفكر في الروبوتات و الذكاء الاصطناعي ، فإننا نميل إلى تجسيد هذه المساعدات غير البشرية ومنحها ميزات شبيهة بالإنسان. ولكن على الرغم من أن الكثير من الأبحاث قد أجريت على تطوير هذه الآلات البشرية ، إلا أننا ما زلنا بعيدين عن عالم يمكن أن يسيطروا فيه ، أو حتى يقلدوا تصرفات الشخص.
الروبوتات هي آلات تحمل في ثناياه عوامل الذكاء الاصطناعي. يتم استخدامها في جميع أنواع المواقف ، خاصة حيث يمكنها تخفيف المهام الشاقة أو إكمال المهام التي تشكل خطورة كبيرة على الإنسان القيام بها.
استخدام الذكاء الاصطناعي
يشمل مصطلح “الذكاء الاصطناعي” جميع التقنيات التي تمكن أجهزة الكمبيوتر من تقليد الذكاء ، على سبيل المثال ، أجهزة الكمبيوتر التي تحلل البيانات أو الأنظمة المضمنة في مركبة مستقلة وايضا يستخدم الذكاء الاصطناعي في الفضاء بشكل كبير. عادة ، يتم تدريس أنظمة الذكاء الاصطناعي من قبل البشر – وهي عملية تنطوي على كتابة الكثير من رموز الكمبيوتر المعقدة.
ولكن يمكن أيضا تحقيق الذكاء الاصطناعي من خلال التعلم الآلي (ML) ، الذي يعلم الآلات أن تتعلم بنفسها. ML هي طريقة “تدريب” خوارزمية بسيطة نسبيا لتصبح أكثر تعقيدا. يتم إدخال كميات هائلة من البيانات في الخوارزمية ، والتي تتكيف وتحسن نفسها بمرور الوقت. في التعلم الآلي ، تقوم الآلات بمعالجة المعلومات بطريقة مشابهة للبشر من خلال تطوير شبكات عصبية اصطناعية. حقق هذا النوع من الذكاء الاصطناعي قفزات كبيرة إلى الأمام منذ فجر الإنترنت.
التعلم العميق (DL) هو تقنية متخصصة في التعلم الآلي ، حيث تستخدم الآلة شبكات عصبية اصطناعية متعددة الطبقات لتدريب نفسها على المهام المعقدة مثل التعرف على الصور. يمكن أن يحدث هذا عن طريق التعلم الخاضع للإشراف (على سبيل المثال ، تغذية النظام بصور القمر والأرض حتى يتمكن من تحديد كلا النوعين بنجاح.
أو التعلم غير الخاضع للإشراف ، حيث تجد الشبكة هيكلا بنفسها. ومن الأمثلة الجيدة على التعلم العميق خدمات الترجمة عبر الإنترنت ومكتبات الصور وأنظمة الملاحة للسيارات ذاتية القيادة أو المركبات الفضائية.
الذكاء الاصطناعي/التعلم الآلي في الفضاء
نادرا ما يتم استخدام أنجح تطبيقات الذكاء الاصطناعي القائمة على DL في صناعة الفضاء اليوم ، حيث أن النماذج (الإحصائية) التي تم تطويرها داخل الشبكة العصبية ليست قابلة للقراءة البشرية وكان من المستحيل تكرارها حتى الآن.
لا يزال أمام الذكاء الاصطناعي ، ولا سيما التعلم الآلي ، بعض الطرق قبل استخدامه على نطاق واسع للتطبيقات الفضائية ، لكننا بدأنا بالفعل في رؤيته يتم تنفيذه في التقنيات الجديدة. ومن المجالات التي يجري فيها بحث تطبيقات الذكاء الاصطناعي بدقة عمليات السواتل، وخصوصا لدعم تشغيل مجموعات السواتل الكبيرة، التي تشمل تحديد المواقع النسبي والاتصالات وإدارة نهاية العمر وما إلى ذلك.
تستخدم أنظمة التعلم الآلي أيضا بشكل شائع في التطبيقات الفضائية لتقريب التمثيلات المعقدة للعالم الحقيقي. على سبيل المثال ، عند تحليل كميات هائلة من بيانات مراقبة الأرض أو بيانات القياس عن بعد من المركبات الفضائية ، يلعب التعلم الآلي دورا مهما.
ويجري أيضا بحث التطبيقات المحتملة ل الذكاء الاصطناعي بدقة في العمليات الساتلية، وخصوصا لدعم تشغيل مجموعات السواتل الكبيرة، بما في ذلك تحديد المواقع النسبي والاتصالات وإدارة نهاية العمر.
اقرأ ايضا ماهي تكنولوجيا الفضاء
تطبيقات الذكاء الاصطناعي على نطاق وكالة الفضاء الأوروبية
قد يبدو الانتقال من هذه الأنشطة الأساسية إلى تطبيقات الفضاء الحقيقي خطوة كبيرة ، لكن وكالة الفضاء الأوروبية بدأت بالفعل في استخدام الذكاء الاصطناعي و التعلم الآلي في بعثاتها الفضائية. على سبيل المثال ، يمكن للمركبات الجوالة التنقل حول العقبات من خلال إيجاد طريقها بشكل مستقل عبر الحقول “غير المعروفة”. يساعد الذكاء الاصطناعي أيضا رواد الفضاء على متن محطة الفضاء الدولية.
ستستفيد مهمة هيرا للدفاع الكوكبي التابعة لوكالة الفضاء الأوروبية من الذكاء الاصطناعي أثناء توجيهها عبر الفضاء نحو كويكب ، مع اتباع نهج مماثل للسيارات ذاتية القيادة. في حين أن معظم بعثات الفضاء السحيق لها سائق نهائي على الأرض ، ستقوم هيرا بدمج البيانات من أجهزة استشعار مختلفة لبناء نموذج لمحيطها واتخاذ القرارات على متنها.
وكل ذلك بشكل مستقل. وفي الوقت نفسه على المريخ ، يزيل برنامج نقل البيانات الذكي على متن المركبات الجوالة أخطاء الجدولة البشرية التي يمكن أن تتسبب في فقدان البيانات القيمة. هذا يزيد من البيانات المفيدة التي تأتي من جارنا الكوكبي.
يمكن أيضا استخدام نفس التكنولوجيا في البعثات طويلة الأجل التي ستكتشف النظام الشمسي ، مما يعني أنها تتطلب الحد الأدنى من الإشراف من المتحكمين البشريين على الأرض. كما تتطلب الأقمار الصناعية التي تدور حول الأرض مزيدا من الاستقلالية، لأنها تحتاج إلى إجراء مناورات أكثر تواترا لتجنب الاصطدام لتجنب الكميات المتزايدة من الحطام الفضائي.
رصد الأرض هو أحد المجالات التي تستخدم الذكاء الاصطناعي بالفعل على نطاق أوسع. تعمل وكالة الفضاء الأوروبية حاليا على إنشاء توأم رقمي للأرض ، وهو نسخة طبق الأصل يتم تغذيتها بإستمرار ببيانات مراقبة الأرض والذكاء الاصطناعي للمساعدة في تصور النشاط الطبيعي والبشري على هذا الكوكب والتنبؤ به.
علاوة على ذلك، تظهر لوحة معلومات “مراقبة الأرض السريعة العمل” التابعة لوكالة الفضاء الأوروبية كيف يمكن استخدام الذكاء الاصطناعي لمراقبة المؤشرات الاقتصادية – على سبيل المثال، تم استخدام مزيج من بيانات الأقمار الصناعية التجارية الذكاء الاصطناعي لمراقبة تغيرات الإنتاج في شركة تصنيع سيارات في ألمانيا وحركة الطائرات في مطار برشلونة.
FSSCat – التي تم إطلاقها في سبتمبر 2020 – هي أول مهمة أوروبية لمراقبة الأرض تحمل الذكاء الاصطناعي على متنها و يعمل على تحسين كفاءة إرسال كميات هائلة من البيانات إلى الأرض.
يتمثل أحد التحديات الرئيسية لقطاع الشحن في الملاحة المستقلة الآمنة والفعالة للبحار. يقوم مشروع تقوده وكالة الفضاء الأوروبية بالفعل بتطبيق الذكاء الاصطناعي لتحقيق الوعي الظرفي المستقل ، مما يمكن السفينة من الشعور ببيئتها بشكل موثوق. سيتم نشر أنظمة الذكاء الاصطناعي هذه في البداية لدعم الطواقم البشرية ، مع استهداف السفن بدون طاقم على المدى الطويل.
