http://img.youtube.com/vi/r-wMwGjO8yc/0.jpg
Οι αστροναύτες στον Διεθνή Διαστημικό Σταθμό (ISS) δεν είναι διαστημικοί τουρίστες. Είναι εργάτες, επιστήμονες και μηχανικοί. Εκτελούν κρίσιμες επιστημονικές αποστολές σε ένα έντονο λειτουργικό περιβάλλον όπου η ασφάλεια είναι πρωταρχικής σημασίας. Στους διαστημικούς περιπάτους επισκευάζουν εξοπλισμό, εγκαθιστούν νέα όργανα και αναβαθμίζουν το μεγαλύτερο διαστημόπλοιο που έχει πετάξει ποτέ. Ακριβώς όπως οι εργαζόμενοι εδώ στη Γη, τα γάντια τους μπορεί να παρουσιάζουν φθορά –ακόμα και σκισίματα και κοψίματα– παρουσιάζοντας πιθανές ανησυχίες για την ασφάλεια.
Για να αποφευχθεί η εμφάνιση προβλημάτων, οι αστροναύτες που εργάζονται για την Εθνική Υπηρεσία Αεροναυτικής και Διαστήματος (NASA) πρέπει να τραβούν φωτογραφίες των γαντιών τους κατά τη διάρκεια και μετά από κάθε διαστημικό περίπατο και να τις μεταφέρουν στη Γη για επιθεώρηση. Από εκεί, οι αναλυτές της NASA εξετάζουν φωτογραφίες των γαντιών, αναζητώντας τυχόν ζημιές που θα μπορούσαν να αποτελέσουν κίνδυνο και στη συνέχεια στέλνουν τα αποτελέσματα πίσω στους αστροναύτες του ISS.
Αυτή η διαδικασία ολοκληρώνει τη δουλειά με τη χαμηλή απόσταση τροχιάς του ISS περίπου 250 μίλια από τη Γη, αλλά τα πράγματα θα είναι διαφορετικά όταν η NASA στείλει ξανά ανθρώπους στο φεγγάρι και μετά στον Άρη – 140 εκατομμύρια μίλια μακριά από τη Γη.
Από τον Άρη, θα χρειαστούν έως και 20 λεπτά για να πει «γεια» σε κάποιον στη Γη και άλλα 20 λεπτά για να πει «γεια» κάποιος στη Γη. Αυτό σημαίνει ότι θα μπορούσαν να χρειαστούν συνολικά τουλάχιστον 40 λεπτά για να καθοριστεί εάν το γάντι ενός αστροναύτη ελέγχεται – κάτι που είναι απλώς πολύ μεγάλο για να περιμένει κανείς.
Για να λυθεί αυτό, μια ομάδα της Microsoft που συνεργάζεται με επιστήμονες της NASA και μηχανικούς της Hewlett Packard Enterprise (HPE) αναπτύσσουν ένα σύστημα που χρησιμοποιεί τεχνητή νοημοσύνη (AI) και το Spaceborne Computer-2 της HPE για να σαρώσει και να αναλύσει εικόνες γαντιών απευθείας στο ISS – δυνητικά δίνοντας αυτονομία σε αστροναύτες με περιορισμένη υποστήριξη από τη Γη.
Ανίχνευση ελαττωμάτων σε ένα κρίσιμο εξάρτημα ασφαλείας
Τα γάντια αστροναυτών έχουν πέντε στρώματα. Το εξωτερικό στρώμα αποτελείται από μια ελαστική επίστρωση που παρέχει πρόσφυση και λειτουργεί ως το πρώτο στρώμα άμυνας. Στη συνέχεια έρχεται ένα στρώμα από ένα ανθεκτικό στην κοπή υλικό που ονομάζεται Vectran®. Τα επιπλέον τρία στρώματα διατηρούν την πίεση της στολής και προστατεύουν από τις ακραίες θερμοκρασίες στο διάστημα – οι οποίες μπορεί να κυμαίνονται από 180 βαθμούς Φαρενάιτ έως 235 βαθμούς Φαρενάιτ.
Το εξωτερικό στρώμα προορίζεται να αντέχει σε μεγάλο βαθμό κατάχρησης, αλλά τα προβλήματα μπορούν να ξεκινήσουν όταν η φθορά φτάσει στο στρώμα Vectran®. Μετά από αυτό έρχεται η κύστη πίεσης για τη στολή – η οποία είναι ουσιαστικά το στρώμα ασφαλείας για τον αστροναύτη.
Τα γάντια είναι πιο ευάλωτα μεταξύ του αντίχειρα και του δείκτη, δεδομένου του πόσο συχνά χρησιμοποιούνται αυτά τα δύο ψηφία για να πιάνουν αντικείμενα. Επιπλέον, ορισμένες περιοχές στον ίδιο τον ISS έχουν εκτεθεί σε κινδύνους όπως οι μικρομετεωρίτες για περισσότερες από δύο δεκαετίες. Οι κρούσεις από αυτά τα μικροσκοπικά σωματίδια έχουν δημιουργήσει πολυάριθμες αιχμηρές άκρες στις κουπαστές και σε άλλα δομικά στοιχεία.
Περαιτέρω κίνδυνοι θα συναντηθούν στο φεγγάρι και στον Άρη, όπου η έλλειψη φυσικής διάβρωσης από τον άνεμο ή το νερό σημαίνει ότι τα σωματίδια βράχου μοιάζουν περισσότερο με σπασμένα κομμάτια γυαλιού παρά με βότσαλα ή κόκκους άμμου εδώ στη Γη.
Για τη δημιουργία της ενσωματωμένης παρακολούθησης γαντιών, η ομάδα της NASA ξεκίνησε με συλλογές νέων, άθικτων γαντιών και γαντιών που είχαν δει φθορά τόσο κατά τη διάρκεια των διαστημικών περιπάτων όσο και κατά τη διάρκεια της επίγειας εκπαίδευσης. Στη συνέχεια φωτογράφισαν και πέρασαν από τα κατεστραμμένα γάντια για να επισημάνουν συγκεκριμένους τύπους φθοράς - περιοχές όπου το εξωτερικό στρώμα σιλικόνης είχε αρχίσει να ξεφλουδίζει ή μέρη όπου το ζωτικής σημασίας στρώμα Vectran® είχε παραβιαστεί. Αυτό έγινε μέσω του Custom Vision της Azure Cognitive Services - οι μηχανικοί της NASA άνοιξαν τις εικόνες των γαντιών σε ένα πρόγραμμα περιήγησης ιστού και έκαναν κλικ σε παραδείγματα ζημιών.
Αυτά τα δεδομένα στη συνέχεια χρησιμοποιήθηκαν για την εκπαίδευση ενός συστήματος AI που βασίζεται σε σύννεφο Microsoft Azure και τα αποτελέσματα συγκρίθηκαν με πραγματικές αναφορές ζημιών και εικόνες από τη NASA. Αξιοποιώντας τη δύναμη των δυνατοτήτων υπολογισμού νέφους τεχνητής νοημοσύνης, το εργαλείο δημιούργησε στη συνέχεια μια βαθμολογία πιθανότητας για την πιθανότητα βλάβης σε μια συγκεκριμένη θέση στο γάντι.
Μετά από έναν διαστημικό περίπατο, τα μέλη του πληρώματος φωτογραφίζουν τα γάντια των αστροναυτών, ενώ βγάζουν τις διαστημικές στολές τους στον αεραγωγό. Αυτές οι εικόνες αποστέλλονται αμέσως στον Spaceborne Computer-2 της HPE στο ISS, όπου το μοντέλο Glove Analyzer αναζητά γρήγορα σημάδια ζημιάς ζωντανά στο διάστημα. Εάν εντοπιστεί οποιαδήποτε ζημιά, αποστέλλεται αμέσως ένα μήνυμα στη Γη, επισημαίνοντας περιοχές για περαιτέρω έλεγχο από μηχανικούς της NASA.
"Αυτό που δείξαμε είναι ότι μπορούμε να εκτελέσουμε τεχνητή νοημοσύνη και επεξεργασία άκρων στο ISS και να αναλύσουμε τα γάντια σε πραγματικό χρόνο», δήλωσε ο Ryan Campbell, ανώτερος μηχανικός λογισμικού στο Microsoft Azure Space. "Επειδή είμαστε κυριολεκτικά δίπλα στον αστροναύτη όταν κάνουμε επεξεργασία, μπορούμε να εκτελέσουμε τις δοκιμές μας πιο γρήγορα από ό,τι οι εικόνες μπορούν να σταλούν στο έδαφος.»
Η HPE συνεισφέρει υπολογιστικό υλικό και λογισμικό έτοιμο για χώρο
Μέσω της συνεργασίας της Microsoft με την HPE, είμαστε σε θέση να προσφέρουμε στη NASA την ευκαιρία να δοκιμάσει αυτήν την τεχνολογία AI απευθείας στον ISS, λειτουργώντας στον HPE Spaceborne Computer-2 που βρίσκεται επί του παρόντος σε πολυετή αποστολή στον σταθμό.
Το HPE Spaceborne Computer-2, ένα σύστημα υπολογιστών αιχμής και τεχνητής νοημοσύνης σχεδιασμένο με ανθεκτικές λύσεις ικανές να αντέχουν στις δύσκολες συνθήκες του χώρου, μπορεί να εκτελέσει περισσότερους από 2 τρισεκατομμύρια υπολογισμούς – ή 2 teraflops – ανά δευτερόλεπτο.
Επί του παρόντος, το εργαλείο αξιολόγησης ζημιών που αναπτύχθηκε από τη NASA, τη Microsoft και την HPE βρίσκεται σε δοκιμαστικό στάδιο – που σημαίνει ότι εκτελεί αναλύσεις στα γάντια, αλλά δεν χρησιμοποιείται για τη λήψη κρίσιμων αποφάσεων ασφάλειας. Ωστόσο, η τεχνολογία δείχνει πολλά υποσχόμενη. Ο στόχος τώρα είναι να συνεχιστεί αυτή η δοκιμή για να αποδειχθεί η αξιοπιστία της με την πάροδο του χρόνου.
Το πρόγραμμα γαντιών θα μπορούσε να επεκταθεί και σε άλλες δυνατότητες
Αν και το πρόγραμμα γαντιών είναι νέο για τον ISS, η NASA βλέπει τρόπους να επεκτείνει την τεχνολογία σε άλλους τομείς όπου θα μπορούσε να αναζητήσει πιθανή ζημιά σε άλλα κρίσιμα εξαρτήματα, όπως οι καταπακτές σύνδεσης. Επιπλέον, είναι πιθανό ότι το Microsoft HoloLens 2 ή ένας διάδοχος θα μπορούσε να βοηθήσει τους αστροναύτες να σαρώσουν γρήγορα οπτικά για ζημιά στα γάντια ή ακόμη και να διευκολύνουν τελικά τις υποβοηθούμενες επισκευές σε περίπλοκα μηχανήματα.
Το διάστημα είναι ένα ισχυρό εργαστήριο καινοτομίας. Ωθώντας τους ανθρώπους και τον εξοπλισμό στα όριά τους, το διάστημα οδηγεί τους μηχανικούς παντού να επεκτείνουν τα όρια της εφευρετικότητάς τους και των δεξιοτήτων τους. Για την ομάδα της Microsoft, αυτή η ευκαιρία να εφαρμόσει τη δύναμη της τεχνητής νοημοσύνης για να διατηρήσει τα γάντια των αστροναυτών της NASA πιο ασφαλή αποτελεί το πρώτο βήμα.
"Μία από τις αποστολές της NASA είναι να εξερευνήσει, να ανακαλύψει και να επεκτείνει τη γνώση προς όφελος της ανθρωπότητας. Αυτό το έργο χτυπά όλα αυτά, και είναι απλώς ένα σημείο εκκίνησης», δήλωσε η Jennifer Ott, ειδικός δεδομένων και τεχνητής νοημοσύνης στη Microsoft. "Φέρνοντας την ισχύ του υπολογιστικού νέφους στο απόλυτο πλεονέκτημα μέσω έργων όπως αυτό μας επιτρέπει να σκεφτόμαστε και να προετοιμαστούμε για το τι μπορούμε να κάνουμε με ασφάλεια στη συνέχεια – καθώς αναμένουμε ανθρώπινες διαστημικές πτήσεις μεγαλύτερης εμβέλειας στο μέλλον και καθώς συλλογικά αρχίζουμε να προωθούμε αυτό το πλεονέκτημα πιο έξω.»
https://emake.gr/%ce%b1%cf%85%cf%84%cf%8c-%cf%84%ce%bf-%cf%80%cf%81%cf%8c%ce%b3%cf%81%ce%b1%ce%bc%ce%bc%ce%b1-%ce%b4%ce%bf%ce%ba%ce%b9%ce%bc%cf%8e%ce%bd-%cf%80%ce%bf%cf%85-%ce%b2%ce%b1%cf%83%ce%af%ce%b6%ce%b5%cf%84/
0 Σχόλια