Ny artificiell intelligens-teknik kan påskynda fysisk feldiagnos i rymdfarkoster och rymdfärdssystem, förbättra uppdragets effektivitet genom att minska stilleståndstiden.

Forskning inom artificiell intelligens för motståndskraft mot rymdfarkoster (RAISR) är programvara utvecklad av Pathways intern Evana Gizzi, som arbetar på NASA:s Goddard Space Flight Center i Greenbelt, Maryland. Med RAISR, artificiell intelligens skulle kunna diagnostisera fel i realtid i rymdfarkoster och rymdfärdssystem i allmänhet.

"Rymdfarkosten som rapporterar ett fel är som en bil med en kontrollampa på motorn, " sa Gizzi. "Du vet att det finns ett problem, men kan inte nödvändigtvis förklara orsaken. Det är där RAISR-algoritmen kommer in, diagnostisera orsaken som ett löst gaslock."

Just nu, förmågan att dra slutsatser om vad som händer som går utöver traditionella "om-då-annat" förkastningsträd är något som bara människor kan göra, sa Gizzi.

Nuvarande felträdsdiagnos beror på att fysiken är enkel och redan känd för ingenjörer och vetenskapsmän. Till exempel, om ett instruments temperatur sjunker för lågt, rymdfarkosten kan upptäcka denna situation och slå på värmare. Om strömmen i en linje ökar, rymdfarkosten kan arbeta för att isolera den felande kretsen. I båda fallen, rymdfarkosten vet helt enkelt att om "A" händer, svara genom att göra "B." Vad rymdfarkosten inte kan göra är att ta reda på vad som orsakade dessa händelser, speciellt i oväntade felfall:om rymdfarkosten kom in i jordens skugga eller om en mikrometeoroid skadade en krets.

Dessa typer av slutsatser kräver förmågan att följa en logisk kedja av icke-triviala slutsatser – något som mänskligt resonemang, sa Gizzi. Den artificiella intelligensen (AI) kanske till och med kan koppla samman rymdfarkostens minskade temperatur med ett fel i dess interna värmeregleringssystem:ett exempel på ett mer katastrofalt fel.

Att hänvisa sådana fel till en människa på marken tar inte bara tid, men kostar värdefulla resurser i form av kommunikationsnätverk och bandbredd för mindre uppdrag i jordens omloppsbana, eller till och med för att utforska avlägsna planeter, där bandbredden till styrenheter på jorden är begränsad av avstånd.

Under andra omständigheter, som att kretsa bakom en annan planet eller månen, kontakt är helt enkelt inte tillgänglig. Datorer utmärker sig också över mänskliga kontroller när en korrekt slutledning måste göras extremt snabbt med hjälp av flera olika typer av data.

I sina nuvarande skeden, RAISR skulle inte aktivt kontrollera rymdfarkosten på något sätt, men underlättar diagnos genom att hitta associationer som en människa kan missa.

Michael Johnson, chefsteknologen för Engineering and Technology Directorate på Goddard, nämnda nuvarande säkra lägen slösar bort värdefull tid eftersom insamling av vetenskaplig data upphör, En teknik som kan diagnostisera och åtgärda ett fel kan leda till en snabbare återgång till normal flygverksamhet.

RAISR använder en kombination av maskininlärning och klassiska AI-tekniker. Medan maskininlärningsbaserade tekniker kan vara särskilt användbara för att diagnostisera fel, dess prestanda beror på att ha en stor mängd olika data, Gizzi sa, och tar därför vanligtvis upp fel som har hänt tidigare. Med anomalier, som är fel som aldrig har upplevts, det kanske helt enkelt inte finns tillräckligt med data för att skapa sunda resonemang med maskininlärningsbaserade tekniker. Det är där klassisk AI kliver in, Gizzi sa, underlätta resonemang i mer komplicerade situationer som inte har tidigare data som underlag för beslut.

Gizzis teknologi hjälper till att skapa anslutningar som är utomordentligt svåra att göra av människor, sa Conrad Schiff, en biträdande chef för teknik inom mjukvaruteknikavdelningen på Goddard.

"Det är inte bara ett automatiserat system, " Sa Schiff. "Det är ett autonomt system som försöker avslöja hur det kom fram till "whodunit." Lägger ut bevisen som en detektiv i slutet av en mysterieroman, så att vi alla kan se vem som är skyldig till mord – det är samma princip här. Den förstår dessa associationer, det hjälper oss att förstå dess resonemang när vi kommer fram till dess slutsats."

RAISR möjliggör bättre insamling av data och observationer genom att minska resurser som behövs för underhållet av själva systemen, Schiff tillade. "Det är mindre glamoröst, det är grymtare, men det är att se till att hälsan och säkerheten för den sak som producerar data upprätthålls så gott vi kan."

I allmänhet, AI kan fungera som en extra hjärna i rymdfarkosten.

"Du tar en ingenjör eller en vetenskapsman från labbet och lägger en förenklad kopia av dem i rymdfarkosten, så att de kan fatta intelligenta beslut på plats, " sa Johnson.

RAISR:s nästa steg inkluderar en demonstration på ett litet satellituppdrag, Gizzi sa, där den kan fatta diagnosbeslut i realtid för att jämföra med markkontroll.

Allt eftersom fler uppdrag använder AI-tekniker, Johnson sa, testmetoder kan behöva ändras. Rigorösa protokoll som testar alla möjliga scenarier kanske inte gäller. Den där, kombinerat med den kulturella förändringen från markbaserad problemlösning till att låta systemen i omloppsbana lösa problem själva, gör att sätta AI i rymdskepp till en stegvis resa, han sa.

"När jag tänker på rymdfärd, det är ett mål för autonoma system som bara är vettigt, "Johnson sa. "Det verkliga språnget sker när vi går bortom automatisering till autonomi, från programmeringssteg du vet kommer att hända till att systemet börjar tänka själv. När du går ut i rymden, det kommer att finnas saker du inte programmerat för. Behovet finns verkligen."