2023 yılında NASA, Europa Makası misyonu, Jüpiter'in gizemli ay Avrupa'sını inceleyecek robotik bir kaşif. Bu görevin amacı, ayın kompozisyonu, jeolojisi ve yüzey ile yüzey altı arasındaki etkileşimler hakkında daha fazla bilgi edinmek için Europa’nın buz kabuğunu ve iç mekanını keşfetmek. En önemlisi, bu görevin amacı Europa’nın iç okyanuslarında yaşamın var olup olmayacağına ışık tutmaktır.
Bu, birçoğunun Europa Makası bilim operasyonlarını yürüttüğünde Dünya'dan çok uzakta olacak. Bunu ele almak için NASA'nın Jet İtici Laboratuvarı (JPL) ve Arizona Eyalet Üniversitesi'nden (ASU) bir araştırmacı ekibi, misyonun Europa'yı bir dereceye kadar otonomla keşfetmesine izin verecek bir dizi makine öğrenme algoritması tasarladı.
Bu algoritmaların gelecekteki derin uzay araştırma görevlerine nasıl yardımcı olabileceği, Alaska Anchorage'daki 25. ACM SIGKDD Bilgi Keşfi ve Veri Madenciliği Konferansı'nda geçen hafta (7 Ağustos) sunulan bir sunumun konusu oldu. Bu yıllık konferans, tüm dünyadan veri bilimi, veri madenciliği ve analitik alanındaki araştırmacıları ve uygulayıcıları bir araya getirerek bu alandaki son gelişmeleri ve uygulamaları tartışıyor.
Hemen gelince, derin uzay misyonlarıyla iletişim kurmak zaman alıcı ve zorlu bir iştir. Mars yüzeyinde veya yörüngedeki görevlerle iletişim kurarken, Dünya'dan (veya tekrar geri) ulaşmak 25 dakikaya kadar bir sinyal alabilir. Öte yandan, Jüpiter'e sinyal göndermek, Dünya'ya göre yörüngesinde nerede olduğuna bağlı olarak 30 dakika ila bir saat arasında sürebilir.
Yazarların çalışmalarında belirttiği gibi, uzay aracı etkinlikleri genellikle gerçek zamanlı komutlar yerine önceden planlanmış bir komut dosyasında iletilir. Bu yaklaşım, uzay aracını etkileyen pozisyon, çevre ve diğer faktörler bilindiğinde veya önceden tahmin edilebildiğinde çok etkilidir. Bununla birlikte, görev denetleyicilerinin beklenmedik gelişmelere gerçek zamanlı tepki veremeyeceği anlamına da gelir.
NASA JPL’nin Makine Öğrenimi ve Enstrüman Otonomi Grubunun Baş Araştırmacısı Dr. Kiri L. Wagstaff, Space Magazine'e e-posta yoluyla açıkladı:
“Doğrudan insan kontrolüne izin vermeyecek kadar uzak bir dünyayı keşfetmek zor. Tüm aktiviteler önceden yazılmış olmalıdır. Yeni keşiflere veya ortamdaki değişikliklere hızlı bir tepki, uzay aracının özerkliği dediğimiz kararları almasını gerektirir. Ayrıca, Dünya'dan yaklaşık bir milyar kilometre uzakta çalışmak, veri aktarım hızlarının çok düşük olduğu anlamına gelir.
“Uzay aracının veri toplama yeteneği, geri gönderilebilecek olanı aşıyor. Bu, hangi verilerin toplanması ve nasıl önceliklendirilmesi gerektiği sorusunu gündeme getirir. Son olarak, Europa durumunda, uzay aracı da verileri bozabilecek ve bilgisayar sıfırlamalarına neden olabilecek yoğun radyasyon tarafından bombalanacak. Bu tehlikelerle başa çıkmak da özerk karar almayı gerektirir. ”
Bu nedenle Dr. Wagstaff ve meslektaşları, doğrudan insan gözetiminin mümkün olmadığı her yerde ve her zaman çalışacak yerleşik veri analizi için olası yöntemleri araştırmaya başladılar. Bu yöntemler, oluşumu, yeri ve süresi tahmin edilemeyen nadir, geçici olaylarla uğraşırken özellikle önemlidir.
Bunlar arasında Mars'ta gözlenen toz şeytanları, göktaşı etkileri, Satürn'de yıldırım ve Enceladus ve diğer cisimler tarafından yayılan buzlu tüyler gibi fenomenler bulunmaktadır. Wagstaff ve ekibi, bilgisayar öğrenme algoritmalarında, bilgisayarlarda bir dereceye kadar otomasyon ve bağımsız karar vermeyi sağlayan son gelişmeleri araştırdı. Dr. Wagstaff'ın dediği gibi:
“Makine öğrenim yöntemleri uzay aracının verileri toplanırken incelemesini sağlar. Daha sonra uzay aracı hangi gözlemlerin ilgili olayları içerdiğini belirleyebilir. Bu, aşağı bağlantı önceliklerinin atanmasını etkileyebilir. Amaç, en ilginç keşiflerin önce aşağı bağlantı kurma şansını arttırmaktır. Veri toplama iletilebilecek olanı aştığında, uzay aracının kendisi değerli bilim külçeleri için ek verileri kullanabilir.
“Yerleşik analiz, uzay aracının, daha önce keşfettiklerine göre hangi verilerin bir sonraki toplanacağına karar vermesini de sağlayabilir. Bu, Dünya yörüngesinde Otonom Bilim Aracı Deneyi kullanılarak ve Mars yüzeyinde Mars Bilim Laboratuarı (Merak) gezgini üzerindeki AEGIS sistemi kullanılarak gösterilmiştir. Otonom, duyarlı veri toplama, bilimsel keşifleri büyük ölçüde hızlandırabilir. Bu yeteneği dış güneş sistemine de yaymayı hedefliyoruz. ”
Bu algoritmalar, aşağıdakiler için son derece önemli olacak üç tür bilimsel araştırmaya yardımcı olmak için özel olarak tasarlanmıştır. Europa Makası misyon. Bunlar arasında termal anormalliklerin (sıcak noktalar), bileşim anomalilerinin (olağandışı yüzey mineralleri veya tortuları) ve Europa'nın yer altı okyanusundan gelen buzlu maddenin aktif tüylerinin tespiti bulunur.
“Bu ortamda hesaplama çok sınırlıdır,” dedi Dr. Wagstaff. “Uzay aracı bilgisayar, 1990'ların ortalarından sonuna kadar (~ 200 MHz) masaüstü bilgisayara benzer bir hızda çalışıyor. Bu nedenle, basit, verimli algoritmalara öncelik verdik. Bir yan yararı, algoritmaların kolay anlaşılması, uygulanması ve yorumlanmasıdır. ”
Yöntemlerini test etmek için ekip algoritmalarını hem simüle edilmiş verilere hem de geçmiş uzay görevlerinden gözlemlere uyguladı. Bunlar Galileo kompozisyonu hakkında daha fazla bilgi edinmek için Europa'nın spektral gözlemlerini yapan uzay aracı; Cassini Satürn’ün ay Enceladus’undaki tüy aktivitesinin görüntülerini yakalayan uzay aracı; ve Yeni ufuklar Jüpiter'in uydusu Io'daki volkanik aktivitenin uzay aracı görüntüleri.
Bu testlerin sonuçları, üç algoritmanın her birinin, 2011 Planet Science Decadal Araştırmasında özetlenen bilim hedeflerine katkıda bulunmak için yeterince yüksek bir performans gösterdiğini gösterdi. Bunlar arasında “iç güneş okyanusunun varlığını doğrulamak, uydunun buz kabuğunu karakterize etmek ve jeolojik tarihinin anlaşılmasını sağlamak” Europa'da “dış güneş sisteminin yaşam için bir mesken olarak potansiyelini” teyit etmek.
Ayrıca, bu algoritmaların derin uzay hedeflerine yapılan diğer robot misyonları için geniş kapsamlı etkileri olabilir. Europa ve Jüpiter’in uydu sisteminin ötesinde, NASA, Satürn'ün uyduları Enceladus ve Titan'ı yakın gelecekte olası yaşam belirtileri ve daha uzaktaki hedefler (Neptün’ün ayı Triton ve hatta Pluto gibi) için keşfetmeyi umuyor. Ancak uygulamalar burada bitmiyor. Wagstaff şunu koydu:
“Uzay aracı özerkliği, insanların nereye gidemeyeceğini keşfetmemizi sağlıyor. Bu Jüpiter gibi uzak hedefleri ve kendi Güneş Sistemimizin ötesindeki yerleri içerir. Ayrıca deniz tabanının tabanı veya Dünya'daki yüksek radyasyon ayarları gibi insanlar için tehlikeli olan daha yakın ortamları da içeriyor. ”
Yarı özerk robotik görevlerin Güneş Sisteminin dış ve iç alanlarını düzenli olarak insan gözetimi olmadan keşfedebileceği bir yakın geleceği hayal etmek zor değil. Geleceğe daha yakından bakacak olursak, tamamen özerk robotların ekstra güneş enerjili gezegenleri keşfedip bulgularını eve gönderebildikleri bir yaş hayal etmek zor değil.
Ve bu arada, yarı özerk Europa Makası hepimizin beklediğine dair kanıt bulabilir! Bu gerçekten Dünya'nın ötesinde bir yaşam olduğunu kanıtlayan biyo-imzalar olurdu!
