De grootste slag nog te slaan voor robots in de ruimtevaart, op hun zoektocht naar buitenaards leven, is ze net zo effectief als mensen creatieve en meer nog, intuïtieve beslissingen te kunnen laten maken. Het lijkt erop dat deze lacune met AI in de niet al te verre toekomst gedicht gaat worden.
AI, Artifical Intelligence of Kunstmatige Intelligentie is intelligentie die wordt gedemonstreerd door machines i.t.t. natuurlijke intelligentie die wordt weergegeven door mensen en andere dieren. In het algemeen wordt de term AI toegepast wanneer een machine “cognitieve” functies nabootst die mensen associëren met andere menselijke eigenschappen zoals “leren” en “problemen oplossen”. De grootste slag te slaan voor robots in de ruimtevaart, op hun zoektocht naar buitenaards leven, is ze net zo effectief als mensen creatieve en meer nog, intuïtieve beslissingen te kunnen laten maken. Het lijkt erop dat deze lacune in de niet al te verre toekomst gedicht gaat worden. Dit is een goede ontwikkeling want er zijn tot op heden geen directe plannen om mensen in grotten op Mars te laten afdalen of op zoek te laten gaan naar hydrothermale ventilatieopeningen op bv. de maan Europa ( Een hydrothermale luchtopening is een spleet in het oppervlak van een planeet van waaruit geothermisch verwarmd water uitmondt. Hydrothermale ventilatieopeningen werden jaren geleden in 1977 ontdekt. Hydrothermale ventilatieopeningen worden vaak aangetroffen in de buurt van vulkanisch actieve plaatsen, gebieden waar tektonische platen uit elkaar bewegen in verspreidingscentra van bv oceaanbekkens.). Deze lacune moet opgevuld worden door autonome robots en/of rovers die tegen de barse omgeving bestand zijn en zelfstandig kunnen opereren. In de jaren ’90 stond Steve Chien reeds aan het hoofd van NASA’s Artificial Intelligence groep van het JPL en was vastbesloten AI een onmisbaar deel te laten gaan uitmaken op NASA’s toekomstige grootste ruimtemissies. Chien, inmiddels technisch directeur AI en senior onderzoekswetenschapper bij NASA/JPL, zijn geduld werd destijds als eerst beloond met de creatie door JPL van SKICAT (SKICAT, pdf op internet beschikbaar), de Sky Cataloging Image and Analysis Tool, gebruikt om de classificatie van objecten te automatiseren die ontdekt werden tijdens de 2e Palomar Sky Survey missie uit de tachtiger jaren, ingezet werd. Toen SKICAT geladen was met afdoende beeldmateriaal kon de software duizenden vagere LR objecten classificeren van het Mars Palomar Survey dan mensen dit zouden kunnen.
Chien’s team ‘hit the AI mother lode’ (Mother lode is the standard spelling of the phrase meaning an abundant or rich source. Lode here means a vein of mineral ore, and mother is a figurative adjective meaning giving abundantly. Mother lode was originally an American mining term, referring to the main vein of ore in an area), oftewel de AI jackpot, toen ze voor NASA het software ontwerp maakten om de EO-1 satelliet te automatiseren. NASA uploadde vanuit het JPL het ASE, Automated Science Experiment software in 2003 en voor ruim 10 jaar hielp het overstromingen, vulkanisme en andere natuurverschijnselen te surveyen. In maart 2017 werd EO-1 gedeactiveerd maar kwam het toch nog een aantal keer voor dat het ASE uit zichzelf beeldmateriaal leverde nog voordat de wetenschappers er notie van hadden. Earth Observing-1 (EO-1) is een gedeactiveerde NASA-satelliet voor aardobservatie die is ontworpen om een aantal doorbraaktechnologieën voor instrumenten en ruimtevaartuigen te ontwikkelen en te valideren. Het was de eerste satelliet die actieve lavastromen vanuit de ruimte in kaart kon brengen; de eerste die de herbeplanting volgde in een Amazonewoud vanuit de ruimte. Alsook registreerde de EO-1 de overstromingen in New Orleans na de orkaan Katrina, en een groot methaan lek in Zuid-Californië. ASE gaf NASA het vertrouwen dat het voor MARS 2020 missie van nut kon zijn. Nieuwe Mars rovers hebben aanzienlijke keuzevrijheid voor wat betreft het selecteren van hun eigen studiedoelen en experimentatie voor wat betreft het speuren naar buitenaards leven op de planeet.
SciAm sprak met Steve Chien over het belang van AI voor ruimtemissie’s. Daarbij kwamen o.a. de orde wat de eisen voor AI systemen voor ruimtereizen zouden moeten zijn, de groeiende noodzaak van AI voor dergelijke verre ruimtereizen en over hoe de ‘ultieme’ AI ruimtemissie eruit zou moeten gaan zien. ASE was in ieder geval een mijlpaal voor NASA/JPL maar vooral ook voor de AI gemeenschap in zijn geheel. Met name ook door de lange duur. Het controleerde het ruimteschip voor 12 jaar, er werden 3 miljoen commando’s uitgevaardigd, verkregen over 60.000 observaties, en het bereikte een hogere betrouwbaarheid dan dat menselijke besturing van het ruimteschip zou kunnen bereiken. Het ‘democratiseerde’ de ruimte in die zin dat we een website geopend hadden waar instituten van over de hele wereld verzoeken konden indienen om het ruimteschip directe zoekopdrachten te laten uitvoeren. Op de vraag hoeveel verantwoording NASA bereid is over te dragen aan AI is het zeer belangrijk volgens Chien er zorg voor te dragen dat de AI naar behoren werkt, dat je goede wetenschappelijke resultaten behaald en dat je het ruimteschip beschermt. AI staat in een relatie tot de wetenschapper als een ‘apprentice’ of ‘stagiair’ en niet als een machine daar de machine toch altijd nog zelf weer ge’micro’managed moet worden.
Hoe bereik je AI voor om het onbekende te begrijpen. Een groot deel wat mensen doen is data interpreteren die deels familiair zijn maar ook deels onbekend van waaruit je ze in een bepaalde context moet plaatsen. Nou bij NASA hebben we natuurlijk genoeg onbekende data die in een context een plaats moet krijgen. Om een dergelijk systeem te ontwikkelen, moest er een student op pad om foto’s laten maken met een digitale camera tijdens een cross-country vlucht. Vervolgens heeft JPL verschillende niet-gesuperviseerde leermethoden toegepast op de vastgelegde gegevens. Chien wilde dat de AI [op zichzelf] zou leren dat er bergen, bossen en rivieren zijn en dat er wolken zijn, overdag, ’s nachts, enz. Maar ook dat de AI voorbereid is om als get verrast wordt met een ontdekking die past in een enkele categorie. De AI reproduceerde voorbeelden van de verschillende soorten regio’s die de vlucht omvatte. Op die manier kwam het met 10 of 12 zinvolle klassen van afbeeldingen, en verstrekte voorbeelden van die klassen. De klassen waren vergelijkbaar met die waar [de onderzoekers] mee kwamen – rivieren, bossen, vlaktes, bergen enzovoort. Het verzenden van voorbeelden van deze klassen en een kaart van welke regio’s overeenkomen met elke klasse is een veel efficiëntere manier om een planeet te beschrijven.
Mars 2020 en ‘beyond’
De rol van de AI voor de Mars 2020 missie bestaat uit drie delen. De eerste is het autonoom rijden. Autonoom rijden is als een draaischijf, je kunt het [nauwkeurig besturen] en de rovers vertellen waar je moet zijn, of je kunt ze gewoon laten rijden. Er zijn verschillende compromissen voor elk in termen van snelheid en veiligheid. Verder helpt AI met wetenschappelijke experimenten. Targetingmogeijkheden breiden zich uit en verspreiden zich over meer verschillende instrumenten en gaan voorzien niet alleen in meer beeldmateriaal maar ook in diepere chemische analyse en mineralogie. Vorige rovers, de MER, het Mars Science lab en nu de Mars 2020 krijgen steeds betere uitrustingen om doelen te selecteren op wetenschappelijke criteria, zoals vorm en textuur. Deze mogelijkheid de AEGIS, het Autonomous Exploration Gathering Increased Science, stelt de rover in staat om meer wetenschap in minder tijd uit te voeren.
Ook zal de Mars 2020 rover ook een verfijnder werkschema hebben dat hem permitteert flexibeler te zijn. Als het werk voor of achter schema ligt zal de rover zijn traject aanpassen en dat zal de productiviteit ten goede komen. Voor wat betreft het onderzoek naar de lava tubes op Mars, zolang de batterij werkt, zo een 3/4 dagen, zal AI worden gebruikt voor coördinatie, kartografie en dit bewerkstelligen door o.a. aan ‘dynamic zonal allocation’ te doen, bv 4 rovers die op een afstand van 30 meter ieder een kwart hiervan doen, en door het ‘sneaker netting’, de eerste rover gaat ver genoeg net buiten de contact zone en de 2e gaat nog verder en brengt zijn gegevens door aan de 1e die vervolgens weer terug reist naar het beginpunt en daar de gegevens communiceert naar de aarde.
De ultieme test voor AI in de ruimte is een veel langere missie. Een onderzeeër op bv Europa zal jarenlang alleen moeten opereren en heeft mogelijk slechts om de 30 dagen contact met de aarde. Nadat de onderzeeër op het oppervlak van de planeet landt, moet je door de ijskap heen wat naar schatting een jaar kost. Dan om van de evenaar naar de polen en terug te gaan, op jacht naar hydrothermale ventilatieopeningen zal het net als de Mars rovers in de grot, moet reizen en terugkomen om te communiceren. Dat duurt misschien een jaar, misschien twee jaar. In dat geval zou het op zichzelf kunnen staan gedurende zes maanden of misschien een jaar. Om dat te simuleren, hebben we hier op aarde een door de AI gecontroleerd onderzeeër ontworpen om een hydrothermale ventilatie onder zuidpool ijs te bestuderen. Wetenschappers willen graag onder de Antarctische ijsplaten om de effecten van klimaatverandering te bestuderen – deze missies hebben vergelijkbare technologie nodig. Hoewel AI een belangrijk instrument is om te helpen bij verkenning van de ruimte, is de zoektocht naar het leven in het universum ook een testterrein voor die AI-technologieën. “De ultieme test van AI in de ruimte is een veel langere missie,” legde Chien uit, en gaf het voorbeeld van het afreizen naar TRAPPIST-1, dat ongeveer 40 lichtjaar van ons is – en dat is bovenop de 60 jaar of zo. om naar Proxima Centauri te gaan. “Met die vertraging in de communicatie is het ruimtevaartuig vrijwel alleen,” aldus Chien aan SciAm Bronnen; Scientific American, Futurism
Angele, heb intens genoten van je bovenstaande letterkundige aanslag op de zielerust van residente, quasi-geharde militante literairen en is je tekst mogelijk de eerste volwaardig artistieke weergave van de CMB in de vorm van letters en cijfers.
Een weergaloze tour de force uit de losse pols die al gauw begint met een vrij aangename dt-fout in de titel is het een ware prototype en stralend voorbeeld van onkraakbare, cyber-oorlog bestendige formulering waar menig goed getrainde AI’s een geheugenbank of twee aan kunnen breken. SkyNet heeft geen kans, we want more!
Dat gezegd, zijn we waarschijnlijk niet ver verwijderd van volledig autonome en evoluerende WALL-E’s die je kan dumpen op planeten(oïdes) voor onderzoek. Meerdere units zouden sociale banden kunnen vormen om het tactische voordeel van samenwerking te kunnen benutten waar zelfs on-site reparatie/regeneratie mee gerealiseerd zou kunnen worden.
Dat dergelijke systemen unieke en onafhankelijke realiteitsgebonden (correlerende) signalen (gedrag) zullen vertonen is onherroepelijk omdat je een ‘body of existence’ creeërt waarin coherente en zinvolle (electrische) impulsen tot expressie kunnen komen binnen in de limitaties van zulke facsimilerende mechanische constructies.
Zelf regulerende ‘Ghost in the Shell’-achtige capaciteiten die we aan hardware kunnen binden liggen op de loer en naast het hele ruimte exodus gebeuren is dit natuurlijk een ander zeer boeiend en interessant veld van research en implementatie.
De rovers die overal aan het rondrijden zijn hebben zintuigen (input) en kennen meerdere cycli van fysische verschijnselen zoals opladen/ontladen, opwarming/afkoeling, stilstand/beweging, transmissie/radio stilte etc. en worden bestuurd via accumulerende, intelligente principes die ervoor zorgen dat er continuïteit is in werking en functionaliteit.
Een in functie harmonisch systeem dat onderhevig is aan het effect van cyclische ’tijd’ oftewel voorspelbare, logisch verwerkbare verandering kan zichzelf omvormen tot een onafhankelijke entiteit mits het hele systeem ‘willekeur’ of ‘vrijheid in keuze’ kan manifesteren en prolongeren over tijd.
Nou, mijn spelling NI is niet meer wat het geweest is, dan toch maar even netjes de tt stam + t regel op de persoonsvorm toegepassen in de titel. Dank je.