Włączanie sztucznej inteligencji opartej na danych w celu zapewnienia bezpieczeństwa lotów kosmicznych

Rosnąca liczba obiektów kosmicznych wymaga od operatorów satelitów szybszego podejmowania działań w celu stawienia czoła potencjalnym zagrożeniom. (Źródło: ESA)

Briana Flellinga
poniedziałek, 18 grudnia 2023 r

Podczas swojego głównego przemówienia na konferencji AMOS w 2010 r. generał William Shelton, dowódca Dowództwa Sił Powietrznych ds. Kosmicznych, zapewnił, że przyszła wojna w kosmosie będzie wymagała automatycznej świadomości sytuacyjnej w przestrzeni kosmicznej, bez udziału ludzi. Następnie firma ExoAnalytic rozpoczęła wdrażanie swojej sieci i opracowywanie narzędzi programowych obsługujących tę potrzebę. Dziesięć lat później dowódca Dowództwa Kosmicznego USA, generał James Dickinson, podkreślił, że dla niego najważniejszym priorytetem dla dowództwa jest zrozumienie naszej konkurencji, która zależy od głębokiego zrozumienia środowiska kosmicznego.

ExoAnalytic jest liderem rynku w branży czujników kosmicznych obsługujących orbitę geosynchroniczną. Branża wywiadu kosmicznego wydobywa przydatne informacje z obserwacji platform kosmicznych, które charakteryzują się wydajnością danych, dzięki czemu sztuczną inteligencję można niezawodnie stosować w zastosowaniach związanych z eksploatacją danych kosmicznych wysokiego ryzyka. Praca z danymi to szczegółowa organizacja, czyszczenie, standaryzacja, zarządzanie i weryfikacja danych z różnych źródeł, tak aby można było niezawodnie zastosować nowoczesne techniki wykorzystania danych, w tym uczenie maszynowe, głębokie uczenie się i sztuczną inteligencję, do wspierania podejmowania decyzji o wysokiej stawce.

Branża tworzenia zmysłów kosmicznych obejmuje naszą infrastrukturę komercyjną, która obecnie zapewnia wymagany poziom automatyzacji opisany przez generała Sheltona oraz strategie gromadzenia danych, które mogą pomóc w zrozumieniu dziedziny kosmicznej wymaganej przez generała Dickinsona. Wykazując ciągłe monitorowanie za pomocą szerokiej gamy teleskopów optycznych, pokazaliśmy, że dedykowane komercyjne monitorowanie systemów kosmicznych przynosi znaczne korzyści.

Wspierając społeczność operacji kosmicznych za pomocą zaawansowanych usług komercyjnych, wyciągnęliśmy kilka wniosków:

1. Czas decyzji to premia.

Wartościowe usługi redukują opóźnienia, oszczędzając czas podejmowania decyzji przez operatorów. Często oznacza to konieczność ciągłego monitorowania dedykowanych czujników, aby mieć pewność, że aktualizacje przekraczają tempo zmian.

2. Tworzenie poczucia przestrzeni wymaga dostosowanych do potrzeb strategii dotyczących danych.

Może to oznaczać wspieranie dynamicznych operacji kosmicznych, takich jak pomyślne dokowanie statku kosmicznego MEV-1 i MEV-2 lub zapewnianie analiz na żądanie i ostrzegania w przypadku zaobserwowania nowych zachowań, w tym startów i wczesnych operacji, geosynchronicznych orbit transferowych, strategii utrzymywania stacji, i deorbitować na orbicie. lub zdarzenia rozporządzania

3. Nikt nie wie, kiedy nadejdzie jego ciężki dzień w kosmosie.

Tak czy inaczej ważne jest monitorowanie, aby operatorzy mogli podejmować proaktywne decyzje w celu optymalizacji wykorzystania swojego systemu kosmicznego i utrzymania bezpieczeństwa lotów.

4. Przyszłe systemy wykorzystujące sztuczną inteligencję należy szkolić za pomocą kompleksowych, dobrze zorganizowanych zbiorów danych.

Nasze komercyjne usługi GEO mają na celu zapewnienie możliwości gromadzenia i wykorzystywania danych w celu poprawy wydajnego i zrównoważonego wykorzystania systemów kosmicznych.

Potrzebnych jest więcej danych

Na niskiej orbicie okołoziemskiej obserwujemy bezprecedensowy wzrost liczby aktywnych, zwrotnych, a nawet autonomicznych statków kosmicznych, a ruch ten nie jest wystarczająco wspierany z punktu widzenia danych. We wszystkich systemach orbitalnych obserwujemy wzrost liczby dynamicznych operacji kosmicznych, w tym serwisowania na orbicie, tankowania, inspekcji i innych operacji zbliżeniowych. Wszystkie te działania wymagają większej ilości danych, aby pomóc w podejmowaniu decyzji. Działalność gospodarcza w przestrzeni kosmicznej przesuwa się z izolowanych systemów kosmicznych, infrastruktury wspierającej i modeli biznesowych na systemy współpracujących, sieciowych systemów, a wszystko to połączone chmurą. W rezultacie nigdy nie było większej możliwości wykorzystania dużej liczby możliwości teledetekcji, które mogą zrozumieć dziedzinę przestrzeni kosmicznej, aby zapewnić wystarczające zrozumienie i pewność procesu decyzyjnego, który będzie nadal rozwijany w tym systemie orbitalnym.

W tym celu musimy odejść od podejść opierających się na minimalnej ilości danych i niezbędnych danych, które w przeszłości były stosowane w ramach wysiłków w zakresie świadomości sytuacyjnej w przestrzeni kosmicznej (SSA), poza ich naturalne rozszerzenie na świadomość w dziedzinie przestrzeni kosmicznej (SDA) i zarządzanie ruchem kosmicznym (STM), na rzecz zmaksymalizować strategie informacyjne wymagane przez Space Sensemaking w celu wsparcia zrozumienia domeny kosmicznej.

Jak powiedział generał Dickinson: „SDA daje nam wgląd w działalność w przestrzeni kosmicznej, w tym w działania potencjalnych przeciwników, ale co być może ważniejsze, pozwala nam także wgląd w intencje tych potencjalnych przeciwników… Wszystko to pomaga w zrozumieniu zachowań przeciwników Sama świadomość aktywności systemów kosmicznych już nie wystarczy: musimy zrozumieć wiele aspektów zachowania systemów, aby dokładniej wnioskować o intencjach i przewidywać przyszłe działania. Dziś różni się tym, że luksus czasu na podejmowanie decyzji przez operatora w pętli szybko zanika. Generał Shelton przewidział to ponad dziesięć lat temu.

Obecnie wielkość rozproszonych systemów kosmicznych, tempo, w jakim się poruszają oraz skala ryzyka i zagrożeń, z którymi muszą się zmierzyć, są bezprecedensowe i szybko rosną. Aby wykrywać przestrzeń kosmiczną na skalę i z szybkością wymaganą do obsługi każdej aktywnej platformy kosmicznej przyszłości, będziemy musieli skutecznie koordynować i przetwarzać dane pomiarowe z wielkoskalowych sieci systemów obserwacyjnych na Ziemi i w kosmosie. Algorytmy nie będą miały większego znaczenia, niezależnie od tego, jak zaawansowane będą, jeśli nie będzie wystarczającej ilości danych zapewniających osiągnięcie wymaganego poziomu dokładności w rekonstrukcji zachowania systemu kosmicznego.

Lekcje od Geo

Orbita geosynchroniczna pozostaje najgęściej zaludnioną płaszczyzną orbity i poczyniła największe postępy w zakresie ustalania standardów postępowania w zakresie konserwacji stacji i zapobiegania zakłóceniom radiowym. ExoAnalytic gromadzi lwią część pomiarów związanych z systemami kosmicznymi w tym systemie i przedstawił dojrzały, pionowo zintegrowany system, który niezależnie wykonuje pomiary przestrzeni, aby pomóc wszystkim operatorom w zrozumieniu domeny kosmicznej. Wierność, z jaką rozumiemy zachowanie tych systemów, jest niezrównana i, w przypadku naszych klientów, jest dobrze wykorzystywana do wspierania bezpiecznych i wydajnych operacji.

W tym kontekście proces zrozumienia przestrzeni można podzielić na szereg etapów obejmujących zadania, wykrywanie, korelację, ekstrakcję cech i porównanie zaobserwowanego zachowania z poprzednimi modelami. Ten szczegółowy proces został starannie zautomatyzowany po rygorystycznej ocenie niezawodności algorytmów wykonujących każdą funkcję. Przy każdym mapowaniu, od współrzędnych obrazu po rektascencję i odchylenie, powiązanie nowych pomiarów z indeksowanymi obiektami, aktualizację wektora stanu i wykrywanie manewrów, osiągamy 99% pewności bez udziału człowieka w pętli. Podsumowując, można zastosować prosty model matematyczny do oceny naszej wydajności w informowaniu społeczności lub systemu autonomicznego o bieżącym stanie środowiska orbitalnego GEO. Jako prosty przykład, ten czteroetapowy proces osiąga łączną wydajność 96%, gdy 99% pomnożymy czterokrotnie (po jednym na każdy etap procesu).

Aby zilustrować trudność w osiągnięciu zaufania w szeroko rozpowszechnionych zautomatyzowanych systemach, w których należy zastosować wiele kroków i algorytmów, wykonanie tego samego procesu w przypadku serii algorytmów, które osiągają jedynie 90% wydajności, daje łączną wydajność wynoszącą jedynie 65,6%. Ten gwałtowny spadek wydajności jest niedopuszczalny i budzi poważne zaniepokojenie społeczności sztucznej inteligencji, która ponownie rozważa koncepcję „sztucznej inteligencji opartej na danych”, mającej na celu położenie większego nacisku na pracę z danymi, tak aby poziom wydajności wymagany w przypadku pracowników osiąga jeszcze wyższy poziom. Wdrożone systemy inspekcji zintegrowane z AI mogą osiągnąć pożądane rezultaty.

Dane przyspieszają proces decyzyjny

W przypadku GEO dane zadziałały za pomocą ExoAnalytic. Analizując problem dla GEO, opracowaliśmy strategię opartą na danych, która pozwoliła nam obsługiwać naszą sieć ponad 400 teleskopów na całym świecie. Dzięki temu możemy mieć pewność, że projektujemy i wdrażamy strategie dotyczące danych, które zapewniają wystarczające pomiary z geograficznie i geometrycznie zróżnicowanych punktów obserwacyjnych, aby uzyskać aktualizacje wektorów stanu szybciej niż obserwowane przez nas systemy kosmiczne je zmieniające. Z tego powodu możemy wdrażać nasze zautomatyzowane procesy, aby wspierać proces decyzyjny naszych klientów szybciej niż ktokolwiek inny na świecie.

W przypadku innych systemów orbitalnych nie zebrano wystarczającej ilości danych, aby osiągnąć ten poziom wydajności. Musimy zwiększyć częstotliwość i liczbę punktów obserwacyjnych, z których obserwujemy wszystkie obiekty kosmiczne i utrzymać zdolność dokładnego rozumienia stanów obiektów pomimo wielokrotnych manewrów. Niezastosowanie się do tego będzie oznaczać, że zalecenia dotyczące bezpieczeństwa, ostrzeżenia dotyczące połączeń, standardy zachowania i polityka zostaną opracowane w oparciu o słabe odzwierciedlenie rzeczywistych zachowań systemów kosmicznych. Obecnie dostępne są rozwiązania komercyjne, które można skalować przy wystarczających inwestycjach, aby sprostać tym wyzwaniom. Podejście powinno być wieloaspektowe i obejmować radarowe, naziemne i kosmiczne pomoce do wykrywania i śledzenia.

Jest praca do wykonania

Ostatecznie musimy osiągnąć odpowiednią wydajność wykrywania przestrzeni, w tym osiągnąć opóźnienie wymagane do obsługi często manewrującego ruchu kosmicznego na niskiej orbicie okołoziemskiej oraz wyzwania związane z różnorodnością geometryczną, czułością i zasięgiem przestrzeni cislunarnej. Oznacza to możliwość pełnej automatyzacji mapowania danych z monitorowania systemów kosmicznych na alerty związane z potencjalnymi interakcjami między systemami kosmicznymi, tak aby autonomiczne podejmowanie decyzji na pokładzie mogło mieć przewagę w postaci zaktualizowanego (i być może dokładniejszego) zrozumienia przestrzeni kosmicznej domena. Chociaż istnieją programy mające na celu rozwiązanie tych problemów (np. DARPA SpaceWatch), odsetek systemów kosmicznych rozmieszczonych i zdolnych do dostarczania danych z czujników w celu wspierania wykrywania przestrzeni kosmicznej na dużą skalę pozostaje bardzo niski.

Istnieją rozwiązania komercyjne umożliwiające rozmieszczenie czujników naziemnych i kosmicznych w celu wspomagania wykrywania przestrzeni kosmicznej. Nie powinno być żadnej debaty, czy mamy je wysłać. Musimy wyjść poza tę dyskusję i zająć się danymi, aby można było szybko i na dużą skalę wprowadzać pewne podpowiedzi. Dzisiejsza infrastruktura sensoryczna jest niewystarczająca, mimo że ponad pięć lat temu odnotowano to w dyrektywie nr 3 dotyczącej polityki kosmicznej. Jeżeli niniejsza dyrektywa dotyczy statku kosmicznego LEO dobiegającego końca, zalecamy teraz jego deorbitację i wymianę. Czas ambitnych wizji tego, co należy zrobić, minął. Wszyscy musimy pracować nad tym, aby zgromadzić niezbędne dane, które umożliwią pewne i niezależne podejmowanie decyzji na dużą skalę w przypadku wszystkich systemów orbitalnych. Pewne jest, że czas podejmowania decyzji nadal będzie miał znaczenie, że nowe działania będą narzucać nowoczesne strategie dotyczące danych i że przed nami jeszcze bardziej wymagające i ekscytujące dni w kosmosie. Mamy mnóstwo pracy związanej z danymi!

Dr Brian Fleling jest dyrektorem ds. rozwoju programów strategicznych w ExoAnalytic Solutions, prywatnej amerykańskiej firmie, która śledzi pozycję i zachowanie satelitów przy użyciu najstarszej i największej komercyjnej sieci teleskopów optycznych finansowanych i utrzymywanych ze środków prywatnych (ponad 400 niezależnych teleskopów zainstalowanych w ) . 37 lokalizacji na całym świecie). Jest wysoce szanowanym myślicielem w zakresie wyzwań związanych z danymi stojących przed rozwojem przemysłu kosmicznego oraz wyzwań związanych z utrzymaniem bezpiecznego środowiska operacyjnego podczas lotów kosmicznych przed rosnącymi zagrożeniami związanymi z odpadami lub niekorzystnym zachowaniem. Jako specjalista z branży lotniczej i kosmicznej z doświadczeniem rządowym, akademickim i branżowym został doceniony w każdym z tych sektorów za swoje przywództwo techniczne i wysiłki rzecznicze, w tym otrzymał nagrodę Rotary National Space Achievement Award (RNASA).

Uwaga: używamy nowego systemu komentowania, który może wymagać utworzenia nowego konta.