En av vår planets få exponerade lavasjöar förändras, och artificiell intelligens hjälper NASA att förstå hur.

Den 21 januari, en spricka öppnade på toppen av Etiopiens vulkan Erta Ale - en av få i världen med en aktiv lavasjö i kalderan. Vulkanologer skickade ut förfrågningar om NASA:s jordobservations 1 (EO-1) rymdfarkoster för att avbilda utbrottet, som var tillräckligt stor för att börja omforma vulkanens toppmöte.

Som det blev, att rymdfarkosten redan var upptagen med att samla in data från lavasjön. Varnas av en detektion från en annan satellit, ett artificiellt intelligenssystem (A.I.) hade beordrat det att titta på vulkanen. När forskarna behövde dessa bilder, de var redan bearbetade och på marken.

Det är en passande slutsten för A.I:s uppdrag. Den programvaran, kallade Autonomous Sciencecraft Experiment (ASE), har väglett EO-1:s handlingar i mer än 12 år, hjälpa forskare att studera naturkatastrofer runt om i världen. ASE kommer att avsluta sin verksamhet denna månad, när EO-1:s uppdrag tar slut. ASE lämnar efter sig ett arv som antyder stor potential för A.I. i framtida rymdutforskning.

Förutom det senaste utbrottet, ASE hjälpte forskare att studera en isländsk vulkan när askplommor grundade flygningar över Europa 2010. De spårade också katastrofala översvämningar i Thailand. Programvaran minskade behandlingstiden för data från veckor till bara dagar, som användare kunde lägga in förfrågningar i realtid.

ASE utvecklades av NASA:s Jet Propulsion Laboratory i Pasadena, Kalifornien, och laddade upp 2003 till EO-1, en jordvetenskaplig satellit som hanteras av Goddard Space Flight Center i Greenbelt, Maryland. Programvaran riktade EO-1 till att varna forskare närhelst den upptäckte händelser av vetenskapligt intresse, och uppmanade rymdskeppet autonomt att ta bilder under efterföljande orbitalpassager.

Dessutom, den hanterar en "sensorwebb, "ett nätverk av andra satelliter och marksensorer som alla" pratar "med varandra, hjälper till att prioritera vilka evenemang som ska fokuseras på.

"Det är en milstolpe i A.I. ansökan, "sa Steve Chien, huvudutredare för ASE och chef för Artificial Intelligence Group på JPL. "Vi skulle göra det här i sex månader, och vi var så framgångsrika att vi gjorde det i mer än 12 år. "

Programvaran meddelade vanligtvis forskare inom 90 minuter efter det att en händelse upptäcktes. Den nedlänkte sedan data och omarbetade EO-1 inom några timmar-en process som tidigare tog veckor när forskare och operationsteam på plats var tvungna att samordna.

A.I. kan frigöra en rymdfarkost för att agera först, inom noggrant programmerade parametrar, låta den fånga värdefulla vetenskapliga data som annars skulle gå förlorade, sa Ashley Davies, ledande forskare för ASE och en vulkanolog vid JPL.

"Det sätter några vetenskapliga smarts ombord på en rymdfarkost, "Sa Davies.

Det senaste utbrottet av Erta Ale belyser rymdens hastighet och påverkan A.I. När en 3 kilometer lång spricka öppnades i slutet av januari, det fick delar av kalderan att kollapsa-exakt den typ av snabba händelser som är svåra att fånga data om du inte tittar på den.

Lyckligtvis, JPL-sensorwebben har en bred räckvidd. Den består av andra satelliter förutom EO-1, och även sensorer på marken. När en av de andra satelliterna upptäckte snabba temperaturförändringar vid vulkanens toppmötet, det var då det pingade EO-1, som började planera att bilda webbplatsen.

"Vi fångade den här händelsen vid den perfekta tiden, under en tidig, utvecklingsfasen av utbrottet, "Sa Davies. Nu hade han och andra forskare en mycket bättre uppfattning om hur utsläpp av lava utvecklas med tiden." Detta hade helt enkelt inte hänt utan vulkanens sensorwebb. "

Både Chien och Davies var överens om att autonomi har en enorm potential när det gäller att studera händelser långt från jorden, där stora avstånd gör det omöjligt att veta vad som händer förrän händelsen redan har passerat. Till exempel, A.I. kan göra det mycket lättare att fånga de dynamiska ögonblicken när en komet passerar eller vulkaner börjar bryta ut på en avlägsen måne.