SAN FRANCISCO – L’intelligenza artificiale promette di rendere le navette spaziali sempre più resilienti e capaci di raccogliere dati senza attendere istruzioni dai controllori a terra.
“Siamo stati limitati nel modo in cui abbiamo lavorato finora”, ha dichiarato Evana Gizzi, responsabile della ricerca sull’IA al NASA Goddard Space Flight Center, a SpaceNews. “E ci sono così tante cose che desideriamo fare.”
Le missioni distribuite, ad esempio, in cui le navette spaziali collaborano con lander e rover per raggiungere obiettivi comuni, necessiteranno di capacità autonome. L’IA apre anche la strada a architetture di missione estensibili, che consentono a nuove navette e sensori di unirsi agli sciami in orbita.
“Al NASA e nell’industria aerospaziale in generale, i concetti di missione stanno diventando più complessi, il che significa che molte di esse non possono essere realizzate senza l’IA”, ha affermato Gizzi, che ha conseguito un dottorato in intelligenza artificiale presso l’Università di Tufts.
Nella foto sono ritratti i membri principali del NASA Goddard Space Autonomy and Resilience (SPAR) Lab: Timothy Che, Sarah Dangelo, Connor Firth, Alan Gibson, Michael Monaghan, Dr. James Marshall e Daniel Rogers. Sono anche ritratti tirocinanti, contrattisti e funzionari pubblici Aaron Comis, Matt Brandt, Wayne Yu e William Zhang. Credito: NASA Goddard Space Autonomy and Resilience Lab.
Misurazione del Metano
Tuttavia, introdurre l’IA nelle missioni della NASA non è semplice. I pianificatori delle missioni spaziali tendono ad essere avversi al rischio e comprensibilmente scettici riguardo agli algoritmi non testati.
Per abbattere le barriere all’introduzione dell’IA per le navette spaziali, il laboratorio NASA Goddard Space Autonomy and Resilience (SPAR) ha creato la piattaforma di ricerca di intelligenza artificiale a bordo, chiamata Onboard Artificial Intelligence Research, o OnAIR. OnAIR, una pipeline di software open source e uno strumento di architettura cognitiva, è disponibile pubblicamente sulla piattaforma software-developer GitHub.
Una versione prototipo di OnAIR è stata testata nella missione NAMASTE della NASA, che ha utilizzato una flotta di droni autonomi per misurare la distribuzione del metano nei siti permafrost dell’Alaska. (NAMASTE sta per Network for Assessment of Methane Activity in Space and Terrestrial Environments.)
“OnAIR ha aiutato i droni a massimizzare l’acquisizione di dati su aree di elevato interesse scientifico fornendo uno standard per l’ingestione e l’elaborazione dei dati coinvolti nell’architettura software di NAMASTE, inclusi i rilevamenti autonomi effettuati dallo strumento Multifunctional Nanosensor Platform integrato ai droni”, ha dichiarato via email Mahmooda Sultana, scienziata strumentale presso il laboratorio Planetary Environments della NASA Goddard, con un dottorato in ingegneria chimica dal Massachusetts Institute of Technology.
Test sull’ISS
OnAIR è stato anche testato attraverso la SpaceCube Edge-Node Intelligent Collaboration, nota come SCENIC. SpaceCube è una famiglia di processori riconfigurabili costruiti con componenti commerciali e schermati contro le radiazioni. Nel 2023, un SpaceCube è stato collegato all’esterno della Stazione Spaziale Internazionale.
Dopo aver completato la sua missione primaria, che includeva la dimostrazione delle prestazioni dei gate array programmabili in campo commerciale nello spazio, il laboratorio SPAR ha superato numerose sfide per condurre una dimostrazione di OnAIR.
“Inizialmente pensavamo di avere un anno intero per preparare e caricare OnAIR su SCENIC. Ma dopo circa due mesi, abbiamo scoperto che SCENIC sarebbe stato disattivato prima del previsto,” ha affermato via email James Marshall, ingegnere del software della NASA Goddard Science Data Processing branch, con un dottorato in informatica presso la George Washington University. Di conseguenza, Marshall e i suoi colleghi hanno compresso un progetto di un anno in sei mesi.
Hanno anche imparato a lavorare con il lento processore principale di SCENIC. “La velocità di clock era di 100 [megahertz] e l’architettura è meno comune, quindi è stato difficile portare le librerie Python di cui avevamo bisogno e le prestazioni erano lente,” ha dichiarato Marshall.
Collegare OnAIR al sistema di volo centrale esistente di SCENIC ha posto un ulteriore ostacolo, che i ricercatori hanno superato grazie alle conoscenze acquisite da progetti precedenti.
“Tutto il team (tutti e tre) aveva scritto software per SCENIC, quindi siamo stati in grado di testare tutto sul SCENIC FlatSat e integrare il codice con facilità,” ha dichiarato Marshall.