A nova tecnologia de inteligência artificial pode acelerar o diagnóstico de falhas físicas em naves espaciais e sistemas de voos espaciais, melhorando a eficiência da missão, reduzindo o tempo de inatividade.

A pesquisa em inteligência artificial para resiliência de espaçonaves (RAISR) é um software desenvolvido pela estagiária da Pathways, Evana Gizzi, que trabalha no Goddard Space Flight Center da NASA em Greenbelt, Maryland. Com RAISR, a inteligência artificial pode diagnosticar falhas em tempo real em naves espaciais e sistemas de voos espaciais em geral.

"A nave que reporta uma falha é como um carro com uma luz de verificação do motor acesa, "Gizzi disse." Você sabe que há um problema, mas não pode necessariamente explicar a causa. É aí que entra o algoritmo RAISR, diagnosticar a causa como uma tampa de gás solta. "

Agora mesmo, a capacidade de fazer inferências sobre o que está acontecendo que vai além das tradicionais árvores de falha 'se-então-então' é algo que apenas os humanos podem fazer, Gizzi disse.

O diagnóstico atual da árvore de falhas depende de a física ser simples e já conhecida por engenheiros e cientistas. Por exemplo, se a temperatura de um instrumento cair muito, a espaçonave pode detectar essa situação e ligar os aquecedores. Se a corrente em uma linha aumentar, a espaçonave pode funcionar para isolar o circuito agressor. Em ambos os casos, a espaçonave simplesmente sabe que se "A" acontecer, responda fazendo "B" O que a espaçonave não pode fazer é descobrir o que causou esses eventos, especialmente em casos de falha inesperados:se a espaçonave entrou na sombra da Terra ou um micrometeoróide danificou um circuito.

Esses tipos de conclusões requerem a capacidade de seguir uma cadeia lógica de inferências não triviais - algo como o raciocínio humano, Gizzi disse. A inteligência artificial (IA) pode até ser capaz de conectar a diminuição da temperatura da espaçonave com um mau funcionamento em seu sistema de regulação de calor interno:um exemplo de falha mais catastrófica.

Referir tais falhas a um humano no solo não leva apenas tempo, mas custa recursos valiosos em termos de redes de comunicação e largura de banda para missões menores na órbita da Terra, ou mesmo para explorar planetas distantes, onde a largura de banda para controladores na Terra é limitada pela distância.

Em outras circunstâncias, como orbitar atrás de outro planeta ou da Lua, o contato simplesmente não está disponível. Os computadores também superam os controladores humanos quando uma inferência adequada precisa ser feita de forma extremamente rápida, usando vários tipos de dados díspares.

Em seus estágios atuais, O RAISR não controlaria ativamente a espaçonave de forma alguma, mas facilita o diagnóstico, encontrando associações que um ser humano pode perder.

Michael Johnson, o tecnólogo-chefe da Diretoria de Engenharia e Tecnologia da Goddard, disse que os modos de segurança atuais desperdiçam um tempo valioso porque a coleta de dados científicos cessa, ao passo que uma tecnologia que pode diagnosticar e resolver uma falha pode levar a um retorno mais rápido às operações normais de vôo.

RAISR usa uma combinação de aprendizado de máquina e técnicas clássicas de IA. Embora as técnicas baseadas em aprendizado de máquina possam ser particularmente úteis no diagnóstico de falhas, seu desempenho depende de ter uma grande quantidade de dados diversos, Gizzi disse, e, portanto, geralmente trata de falhas que aconteceram no passado. Com anomalias, que são falhas que nunca foram experimentadas, simplesmente pode não haver dados suficientes para criar um raciocínio sólido com técnicas baseadas em aprendizado de máquina. É aí que entra a IA clássica, Gizzi disse, facilitando o raciocínio em situações mais complicadas que não possuem dados anteriores para informar as decisões.

A tecnologia da Gizzi ajuda a fazer conexões que são extraordinariamente difíceis de serem feitas por humanos, disse Conrad Schiff, chefe assistente de tecnologia na divisão de engenharia de software da Goddard.

"Não é apenas um sistema automatizado, "Schiff disse." É um sistema autônomo que tenta revelar como chegou ao 'whodunit. "Apresentando as evidências como um detetive no final de um romance de mistério, para que todos possamos ver quem é culpado de assassinato - esse é o mesmo princípio aqui. Ele entende essas associações, ajuda-nos a compreender o seu raciocínio para chegar à sua conclusão. "

O RAISR possibilita uma melhor coleta de dados e observações, reduzindo os recursos necessários para a manutenção dos próprios sistemas, Schiff acrescentou. "É menos glamoroso, é mais corajoso, mas é garantir que a saúde e a segurança da coisa que produz os dados sejam mantidas da melhor maneira possível. "

Em geral, A IA pode atuar como um cérebro adicional dentro da espaçonave.

"Você está pegando um engenheiro ou um cientista do laboratório e colocando uma cópia simplificada deles na espaçonave, para que possam tomar decisões inteligentes no local, "Disse Johnson.

Os próximos passos da RAISR incluem uma demonstração em uma missão de pequeno satélite, Gizzi disse, onde pode tomar decisões de diagnóstico em tempo real para comparar com o controle de solo.

À medida que mais missões adotam técnicas de IA, Johnson disse, as abordagens de teste podem ter que mudar. Protocolos rigorosos que testam todos os cenários possíveis podem não se aplicar. Este, combinada com a mudança cultural da resolução de problemas com base no solo para permitir que os sistemas em órbita resolvam os problemas por conta própria, torna a colocação de IA em espaçonaves uma jornada incremental, ele disse.

"Quando penso em voos espaciais, é um alvo para sistemas autônomos que faz sentido, "Disse Johnson." O salto real ocorre quando vamos além da automação para a autonomia, das etapas de programação que você sabe que acontecerão ao sistema começar a pensar por si mesmo. Quando você vai para o espaço profundo, haverá coisas para as quais você não programou. A necessidade realmente existe. "