Los programas espaciales se han convertido en los primeros impulsores del uso de la inteligencia artificial, tanto en la NASA como en la Agencia Espacial Europea. en la NASA, El ingeniero de investigación Ryan McClelland utilizó software de inteligencia artificial disponible comercialmente para crear piezas únicas en el Centro de Vuelo Espacial Goddard en Greenbelt, Maryland. Él llama a los fragmentos resultantes «estructuras en evolución». El Laboratorio de Propulsión a Chorro de la NASA utiliza inteligencia artificial para diseñar piezas para naves espaciales.
En el blog del editor de la NASA carl colinaMcClelland explicó que la creación de estas piezas comienza con Uso de CAD para trazar los requisitos de la misión en las superficies donde la pieza entrará en contacto con el instrumento o la nave espacial. Los requisitos incluyen cualquier tornillo o accesorio para la electrónica y otro hardware. Es posible que el ingeniero también deba bloquear un camino para que el algoritmo no bloquee el rayo láser o el sensor óptico. Las construcciones más complejas pueden requerir el espacio de las manos del técnico para maniobrar para el montaje y la alineación. Dados los requisitos, el software de IA genera los diseños más eficientes posibles sin reducir la resistencia de la pieza.
El proceso de diseño también es rápido. McClelland señaló que los ingenieros de la NASA pueden producir diseños estructurales complejos en tan solo una o dos horas. “Los algoritmos necesitan un ojo humano”, dijo McClelland en un comunicado. «La intuición humana sabe lo que parece correcto, pero si se deja solo, el algoritmo a veces puede hacer que las estructuras sean demasiado débiles». McClelland señaló que estas estructuras avanzadas pueden ahorrar hasta dos tercios del peso en comparación con los componentes convencionales. “Puedes diseñar, analizar y fabricar parte de un prototipo, y tenerlo a mano en menos de una semana.
Los componentes de vanguardia de McClelland han sido adoptados por misiones de la NASA en varias etapas de diseño y construcción, incluidos observatorios de globos astrofísicos, escáneres de la Tierra y la atmósfera, instrumentos planetarios, monitores del clima espacial, telescopios espaciales y la misión de retorno de muestras de Marte.
El físico de Goddard, Peter Nagler, utilizó estructuras de vanguardia para desarrollar Exoplanet Infrared Climate Mission (EXCITE), un telescopio a bordo de un globo desarrollado para estudiar exoplanetas calientes de tipo Júpiter que orbitan alrededor de otras estrellas. EXCITE planea usar su espectrómetro de infrarrojo cercano para realizar observaciones continuas de la órbita de cada planeta alrededor de su estrella anfitriona.
Ligero con IA
El Laboratorio de Propulsión a Chorro de la NASA utiliza software de inteligencia artificial para crear piezas que son más livianas que las piezas fabricadas de forma convencional y que cumplen o superan los requisitos estructurales. El software generativo de empresas como Autodesk puede aligerar el peso de las naves espaciales. Reducir el peso crea oportunidades para incluir más herramientas en el vehículo. Los programas obstétricos basados en inteligencia artificial pueden reducir el peso entre un 30% y un 35%.
La Agencia Espacial Europea explora la inteligencia artificial
La Agencia Espacial Europea ha comenzado a utilizar la inteligencia artificial en las operaciones de los satélites. El software admite la operación de grandes grupos de satélites, incluido el posicionamiento relativo, las comunicaciones y la gestión del final de su vida útil.
La agencia también está considerando el uso de inteligencia artificial para ayudar a la exploración espacial a través del aprendizaje automático (ML). La IA puede enseñar a las máquinas a aprender por sí mismas. ML es una forma de entrenar un algoritmo relativamente simple para que se vuelva más complejo. Se introducen enormes cantidades de datos en el algoritmo, que se ajusta y mejora con el tiempo. Con ML, las máquinas procesan la información de manera similar a los humanos mediante el desarrollo de redes neuronales artificiales.
Este tipo de inteligencia artificial ha avanzado en un proceso llamado aprendizaje profundo (DL). Esta es una tecnología dentro de ML, donde una máquina utiliza redes neuronales artificiales de múltiples capas para entrenarse para tareas complejas como el reconocimiento de imágenes. Esto puede suceder a través del aprendizaje supervisado en el que el ingeniero envía imágenes de la Luna y la Tierra al sistema hasta que pueda identificar con éxito ambos tipos. O podría implicar un aprendizaje no supervisado, en el que la red encuentra una estructura por sí misma.
«Propenso a ataques de apatía. Explorador de aspirantes. Analista ávido. Fanático de Internet. Comunicador»
More Stories
La investigación combina origami de ADN y fotolitografía para acercarse un paso más a los ordenadores moleculares
Brote de sarampión y tos ferina: «Debemos proteger a nuestros niños»
Las barras estelares muestran que las primeras galaxias del universo evolucionaron mucho más rápido de lo que se pensaba