नासा विदेशी ग्रहों और संभावित खतरनाक क्षुद्रग्रहों की खोज में सहायता के लिए कृत्रिम बुद्धिमत्ता की तलाश कर रहा है।
(छवि: © नासा)
नासा के अधिकारियों के अनुसार, आर्टिफिशियल इंटेलिजेंस विदेशी ग्रहों पर जीवन की खोज और आस-पास के क्षुद्रग्रहों का पता लगाने में मदद कर सकता है।
नासा ने कृत्रिम बुद्धिमत्ता या AI का उपयोग करने की उम्मीद की है, जो कि मशीन की तरह डेटा सीखने के लिए मशीन है, जो भविष्य की दूरबीनों जैसे जेम्स वेब स्पेस टेलीस्कोप या ट्रांसिटिंग एक्सोप्लेनेट सर्वे सैटेलाइट (TESS) मिशन द्वारा एकत्र की जाएगी, स्पेस एजेंसी के एक बयान के अनुसार। ।
बयान में कहा गया, नासा के ग्रीनबेल्ट में नासा के गोडार्ड स्पेस फ्लाइट सेंटर के एक ज्योतिषविद् जिआदा अर्नी ने कहा, "ये प्रौद्योगिकियां बड़े डेटा सेटों के लिए और खासतौर पर एक्सोप्लैनेट क्षेत्र में बहुत महत्वपूर्ण हैं।" "क्योंकि जो डेटा हम भविष्य के अवलोकन से प्राप्त करने जा रहे हैं, वह विरल और शोर करने वाला है। इसे समझना बहुत कठिन है। इसलिए इस प्रकार के औजारों का उपयोग करने में हमारी मदद करने की इतनी क्षमता है।"
NASA ने उन्नत- मशीन-लर्निंग तकनीक विकसित करने के लिए Intel, IBM और Google जैसी कंपनियों के साथ साझेदारी की है। हर गर्मियों में, नासा फ्रंटियर डेवलपमेंट लैब (एफडीएल) नामक आठ सप्ताह के कार्यक्रम के लिए प्रौद्योगिकी और अंतरिक्ष नवाचारियों को भी साथ लाता है।
"एफएलएल को लगता है कि कुछ वाद्ययंत्र बजाने वाले अलग-अलग वाद्ययंत्रों के साथ गैराज में एक जैम सेशन के लिए एक साथ मिल रहे हैं, वास्तव में कुछ अच्छा लग रहा है, और कह रहे हैं, 'अरे हमें यहां एक बैंड मिला है," शॉन डोमगल-गोल्डमैन, एक नासा के गोडोस्ट्रोलॉजिस्ट , नासा के बयान में कहा।
2018 में, डोमगल-गोल्डमैन और अर्नी ने एक एफडीएल टीम का उल्लेख किया जिसने एक ऐसी मशीन लर्निंग तकनीक विकसित की, जो छवियों का विश्लेषण करने और उनके वायुमंडल में अणुओं द्वारा अवशोषित प्रकाश की तरंग दैर्ध्य पर आधारित एक्सोप्लैनेट्स के रसायन विज्ञान की पहचान करने के लिए मस्तिष्क जैसी "तंत्रिका नेटवर्क" का उपयोग करती है। । यह तकनीक बयान के अनुसार, न्यूरॉन्स या तंत्रिका कोशिकाओं के समान जानकारी को कैसे संसाधित करती है, अन्य न्यूरॉन्स के साथ जुड़ती है और सूचना प्रसारित करती है।
इस तंत्रिका नेटवर्क तकनीक का उपयोग करते हुए, शोधकर्ता पारंपरिक तरीकों की तुलना में डब्ल्यूएएसपी -12 बी नामक एक एक्सोप्लैनेट के वातावरण में विभिन्न अणुओं की प्रचुरता की पहचान करने में सक्षम थे।
इसके अलावा, तंत्रिका नेटवर्क तकनीक की पहचान करने में सक्षम है जब पर्याप्त डेटा नहीं है, "जो वास्तव में महत्वपूर्ण है अगर हम इन भविष्यवाणियों पर भरोसा करते हैं," डोमगल-गोल्डमैन ने बयान में कहा।
हालांकि, टीम की तंत्रिका नेटवर्क तकनीक अभी भी विकास में है, इसका उपयोग भविष्य के दूरबीनों द्वारा एकत्र किए गए डेटा का अध्ययन करने के लिए किया जा सकता है और बदले में, एक्सोप्लैनेट उम्मीदवारों को संकीर्ण करने में मदद करता है जो आगे के अध्ययन के लायक हैं, शोधकर्ताओं ने कहा।
अन्य एफडीएल प्रौद्योगिकियों को भी अच्छे उपयोग के लिए रखा गया है। उदाहरण के लिए, 2017 की एक टीम ने एक मशीन-सीखने का कार्यक्रम विकसित किया, जो क्षुद्रग्रहों के 3 डी मॉडल बना सकता है - जिसमें उनका आकार, आकार और स्पिन दर शामिल है - जितना कि चार दिनों में। बयान के अनुसार, इस तरह के कार्यक्रम का पृथ्वी से संभावित खतरे के क्षुद्रग्रहों का पता लगाने और उनका बचाव करने के लिए विशेष रूप से महत्वपूर्ण है।
नासा अपने अंतरिक्ष यान के बेड़े से हर 15 सेकंड में लगभग 2 गीगाबाइट डेटा एकत्र करता है। हालांकि, नासा के हेलियोफिजिसिस्ट मधुलिका गुहाठाकुरता ने बयान में कहा, "हम उस डेटा के केवल एक अंश का विश्लेषण करते हैं, क्योंकि हमारे पास सीमित लोग, समय और संसाधन हैं।" "यही कारण है कि हमें इन उपकरणों का अधिक उपयोग करने की आवश्यकता है।"
इसके अलावा, शोधकर्ताओं का सुझाव है कि ए.आई. भविष्य के अंतरिक्ष यान में प्रौद्योगिकी। यह अंतरिक्ष यान को वास्तविक समय के विज्ञान निर्णय लेने की अनुमति देता है और बदले में, समय की बचत करता है जो अन्यथा अंतरिक्ष यान के लिए पृथ्वी पर वैज्ञानिकों के साथ संवाद करने के लिए आवश्यक होगा।
आर्नी ने बयान में कहा, "ए.आई विधियां कठिन कामों पर शुरुआती लेगवर्क करके हमारे अपने दिमाग से प्रसंस्करण शक्ति को मुक्त करने में मदद करेगी।" "लेकिन ये विधियां जल्द ही किसी भी समय मनुष्यों की जगह नहीं लेंगी, क्योंकि हमें अभी भी परिणामों की जांच करनी होगी।"
- बुद्धिमान एलियंस के लिए खोज करने के लिए 13 तरीके
- नासा का लाइफ-हंटिंग मार्स 2020 रोवर विलियन माइक्रोफॉसिल्स की खोज करेगा
- रहस्यमय, प्राचीन रेडियो सिग्नल धरती को पालते हैं। खगोलविदों ने उन्हें नीचे शिकार करने के लिए एक AI डिजाइन किया
