This post is also available in:
English (אנגלית)
חברת Slingshot Aerospace חשפה את ההמצאה החדשה שלה בשיתוף עם DARPA, אגתה (Agatha) – מערכת בינה מלאכותית חדשה שיכולה לזהות חלליות ולוויינים חריגים בתוך מערכות לוויינים גדולות.
מדינות ומפעילי חלל מסחריים רבים ברחבי העולם מתכננים לפרוס מערכות לוויינים גדולות (יותר מ-10,000 חלליות) כדי להנמיך את מסלול כדור הארץ, מגמה הדורשת ניטור כלשהו כדי להבטיח שהלוויינים יפעלו בהתאם למטרה אליה הוצהר שישמשו.
החברה מדווחת כי "אגתה" הוכשרה על יותר מ-60 שנים של נתונים מדומים על מערכות לוויינים, וקבעה כי "מודל Agatha משלב גישות חדשניות לניתוח נתוני בינה מלאכותית, כולל למידת חיזוקים הפוכה (inverse reinforcement learning), טכניקה המשתמשת בתחום הבינה המלאכותית כדי להעריך התנהגויות ולזהות את המדיניות והכוונות של האובייקטים שהיא עוקבת אחריהם". טכניקה זו לא רק עוקבת אחר תמרונים חריגים בודדים אלא יכולה גם להתמקד בשאלות אסטרטגיות חשובות יותר, כמו מדוע הלוויינים הנדונים מתנהגים כפי שהם ומה כוונותיהם.
איגוד הטלקומוניקציה הבינלאומי מדווח שעד תחילת 2023 הם קיבלו דיווחים על יותר מ-300 קבוצות לוויינים בהן יש הערכה של יותר ממיליון לוויינים – טכנולוגיית בינה מלאכותית כמו אגתה יכולה להיות שימושית מאוד עבור מעקב אחר המספר ההולך וגדל של עצמים בחלל וניטור קבוצות הלוויינים הללו.
על פי Interesting Engineering, למערכת יש "מודל נתונים אגנוסטי " שיכול לבלוע כמויות גדולות של מידע ולזהות אנומליות בעודו ממשיך לחפש עוד, ולכן לא צריך שיזינו לו קיואים ומידע נוסף. אגתה ספציפית תנתח נתונים אסטרומטריים, קונטקסטואליים ופוטומטריים ברזולוציה גבוהה מתוף מאגר הנתונים העצום של פלטפורמת Slingshot.
בתור דוגמה למה אגתה יכולה לעשות – המערכת של סלינגשוט זיהתה בשנת 2023 שהלוויין הרוסי Luch (Olymp) 2 ביצע תמרונים חריגים, עקב אחרי מספר רב של חלליות-גיאו במסלול ושינה את מקומו פעמים רבות בתוך חודשים. מערכת המעקב סייעה לזהות כי הלוויין היה באמת מתחזה.
ד"ר דילן קסלר, מנהל Data Science ו-AI בסלינגשוט אירוספייס, אמר: "אגתה מייצגת פריצת דרך באופן שבו הבינה המלאכותית יכולה לספק מודעות בתחום החלל באופן שאין לו תחרות, שכן היכולת שלה למצוא את המחטים האלה בערימת שחת היא משהו שאף אדם או צוות של בני אדם לא יכול לבצע".
קסלר הסביר בנוסף כי מודל אגתה הוכיח גם את יכולתו לספק תובנות באיכות גבוהה המספקות "הסבר" או הקשר לסיבה שבגללה אובייקטים ספציפיים סומנו. "היכולת לזהות במהירות חריגות – בין אם מדובר בחללית לא מתפקדת או ב'זאב בעור כבש' עם כוונות זדוניות מתחילה – היא היבט חשוב יותר ויותר בשמירה על בטיחות וביטחון בחלל ועל כדור הארץ", סיכם קסלר.
מידע זה נמסר על ידי Interesting Engineering.
