Leta 2023 NASA načrtuje začetek prodaje Europa Clipper misija, robotski raziskovalec, ki bo preučeval Jupitrovo zagonetno luno Europa. Namen te misije je raziskati Ledeno lupino in notranjost Evrope, če želite izvedeti več o sestavi, geologiji in interakcijah med površino in podzemljem. Najpomembneje je, da je namen te misije osvetliti, ali bi lahko življenje v notranjem oceanu Evrope obstajalo ali ne.
To predstavlja številne izzive, od katerih mnogi izhajajo iz dejstva, da je Europa Clipper bo zelo daleč od Zemlje, ko bo izvajal svoje znanstvene operacije. Skupina raziskovalcev iz Nasinega laboratorija za reaktivni pogon (JPL) in Arizonske državne univerze (ASU) je zasnovala vrsto algoritmov strojnega učenja, ki bodo misiji omogočili raziskovanje Evrope s stopnjo samostojnosti.
Kako bi ti algoritmi lahko pomagali pri prihodnjih misijah raziskovanja v vesolju, je bila tema predstavitve, ki je bila objavljena prejšnji teden (7. avgusta) na 25. konferenci ACM SIGKDD o odkrivanju znanja in iskanju podatkov v Anchorageu na Aljaski. Letna konferenca združuje raziskovalce in praktike na področju podatkovnih podatkov, rudarjenja podatkov in analitike z vsega sveta, da bi razpravljali o najnovejših dogodkih in aplikacijah na tem področju.
Ko govorimo o tem, je komuniciranje z misijami v vesolju zamudno in zahtevno delo. Ko komunicirate z misijami na površju Marsa ali v orbiti, lahko traja signal do 25 minut, da jih doseže z Zemlje (ali spet nazaj). Po drugi strani lahko pošiljanje signalov Jupiterju traja od 30 minut do ene ure, odvisno od tega, kje je v svoji orbiti glede na Zemljo.
Kot ugotavljajo avtorji v svoji študiji, se dejavnosti vesoljskih plovil običajno prenašajo po vnaprej načrtovanem scenariju in ne prek ukazov v realnem času. Ta pristop je zelo učinkovit, ko sta pozicija, okolje in drugi dejavniki, ki vplivajo na vesoljsko plovilo, znani ali jih je mogoče predvideti vnaprej. Vendar to pomeni tudi, da kontrolorji misij ne morejo reagirati na nepričakovane dogodke v realnem času.
Kot je za Space Magazine po e-pošti razložil dr. Kiri L. Wagstaff, glavni raziskovalec iz Nasine JPL-jeve skupine za strojno učenje in instrumentalno tehniko:
»Raziskovanje sveta, ki je predaleč, da bi omogočil neposreden človeški nadzor, je izziv. Vse dejavnosti morajo biti predhodno napisane. Hiter odziv na nova odkritja ali spremembe v okolju zahteva, da vesoljska plovila sama sprejemajo odločitve, ki jih imenujemo avtonomija vesoljskih plovil. Poleg tega delovanje skoraj milijarde kilometrov od Zemlje pomeni, da so hitrosti prenosa podatkov zelo nizke.
“Sposobnost vesoljskega plovila za zbiranje podatkov presega tisto, kar je mogoče poslati nazaj. Pri tem se postavlja vprašanje, katere podatke je treba zbirati in kako jih je treba dati prednost. Končno bo v primeru Evrope vesoljsko plovilo bombardiralo tudi intenzivno sevanje, ki lahko poškoduje podatke in povzroči resetiranje računalnika. Obvladovanje teh nevarnosti zahteva tudi samostojno odločanje. "
Zaradi tega so dr. Wagstaff in njeni sodelavci začeli iskati možne metode za analizo podatkov na krovu, ki bi delovale povsod in kadarkoli neposreden nadzor ljudi ni mogoč. Te metode so še posebej pomembne pri obravnavi redkih, prehodnih dogodkov, katerih pojava, lokacije in trajanja ni mogoče predvideti.
Sem spadajo pojavi, kot so hudiči prahu, ki so jih opazili na Marsu, udar meteorita, strele na Saturn in ledeni plini, ki jih oddajajo Enceladus in druga telesa. Dr. Wagstaff in njena ekipa sta se posvetila nedavnemu napredku algoritmov strojnega učenja, ki omogočata določeno stopnjo avtomatizacije in neodvisnega odločanja pri računanju. Kot je rekel doktor Wagstaff:
»Metode strojnega učenja omogočajo vesoljskim plovilom, da sami pregledujejo podatke, ko se zbirajo. Vesoljsko plovilo lahko nato ugotovi, katera opazovanja vsebujejo zanimive dogodke. To lahko vpliva na dodelitev prioritet nizozemske povezave. Cilj je povečati možnost, da bodo najbolj zanimiva odkritja najprej omejena. Ko zbiranje podatkov presega, kar se lahko posreduje, lahko vesoljsko plovilo sam pridobi dodatne podatke za dragocene znanstvene elemente.
„Analiza na krovu lahko tudi vesoljskim plovilom omogoči, da se odločijo, katere podatke bo nato zbral na podlagi tega, kar je že odkril. To je bilo dokazano na Zemljini orbiti s pomočjo eksperimenta Avtonomni Sciencecraft in na površini Marsa s sistemom AEGIS na roverju Mars Science Laboratory (Curiosity). Avtonomno, odzivno zbiranje podatkov lahko močno pospeši znanstveno raziskovanje. Naš namen je razširiti to sposobnost tudi na zunanji osončje. "
Ti algoritmi so bili zasnovani posebej za pomoč pri treh vrstah znanstvenih raziskav, ki bodo izjemnega pomena za Europa Clipper poslanstvo. Sem spadajo odkrivanje toplotnih nepravilnosti (tople lise), kompozicijske nepravilnosti (nenavadni površinski minerali ali nahajališča) in aktivni plini ledene snovi iz evropskega podzemnega oceana.
"V tej nastavitvi je računanje zelo omejeno," je dejal dr. Wagstaff. »Računalnik vesoljskega plovila deluje s hitrostjo, podobno namiznemu računalniku od sredine do konca devetdesetih let 20. stoletja (~ 200 MHz). Zato smo dali prednost preprostim, učinkovitim algoritmom. Stranska prednost je, da je algoritme enostavno razumeti, izvajati in razlagati. "
Za preizkus svoje metode je skupina uporabila svoje algoritme tako za simulirane podatke kot za opazovanja iz preteklih vesoljskih misij. Ti vključujejo Galileo vesoljska plovila, ki so spektralno opazovala Europa, da bi izvedela več o njegovi sestavi; the Cassini vesoljsko plovilo, ki je zajemalo podobe slikovite dejavnosti na Saturnovi luni Enceladus; in Nova obzorja slike vesoljskih plovil vulkanske aktivnosti na Jupitrovi luni Io.
Rezultati teh testov so pokazali, da je vsak od treh algoritmov pokazal dovolj visoko zmogljivost, da je prispeval k znanstvenim ciljem, začrtanim v desetletni raziskavi planetarnih znanosti leta 2011. Ti vključujejo "potrditev prisotnosti notranjega oceana, označevanje ledene lupine satelita in omogočanje razumevanja njegove geološke zgodovine" na Europa, da se potrdi "potencial zunanjega sončnega sistema kot bivališče za življenje".
Poleg tega bi lahko ti algoritmi imeli daljnosežne posledice za druge robotske misije na ciljne točke v vesolju. Poleg sistema lune v Evropi in Jupiterju NASA upa, da bo v bližnji prihodnosti raziskala Saturnove lune Enceladus in Titan glede možnih znakov življenja, pa tudi cilje, ki so še bolj oddaljeni (npr. Neptunov mesec Triton in celo Pluton). A aplikacije se tu ne ustavijo. Wagstaff je rekel:
»Avtonomija vesoljskih plovil nam omogoča raziskovanje, kam ljudje ne morejo. To vključuje oddaljene destinacije, kot je Jupiter, in lokacije zunaj našega lastnega Osončja. Vključuje tudi bližja okolja, ki so nevarna za ljudi, na primer dno morskega dna ali nastavitve z visoko sevanjem tukaj na Zemlji. "
Ni si težko predstavljati bližnje prihodnosti, kjer bi lahko polavtomatske robotske misije raziskovale zunanje in notranje dosege Osončja brez rednega človeškega nadzora. Če pogledamo dlje v prihodnost, si ni težko predstavljati dobe, ko bodo popolnoma samostojni roboti sposobni raziskovati zunaj sončne planete in svoje ugotovitve poslati domov.
Vmes pa polavtonomno Europa Clipper bi lahko našli dokaze, ki jih vsi čakamo! To bi bili biosignari, ki dokazujejo, da je resnično življenje zunaj Zemlje!
