NASA AI-teknologi kunne fremskynde fejldiagnoseprocessen i rumfartøjer

Ny kunstig intelligens-teknologi kan fremskynde fysisk fejldiagnose i rumfartøjer og rumfartssystemer, forbedre missionens effektivitet ved at reducere nedetiden.

Forskning i kunstig intelligens for rumfartøjsresiliens (RAISR) er software udviklet af Pathways praktikant Evana Gizzi, der arbejder på NASAs Goddard Space Flight Center i Greenbelt, Maryland. Med RAISR, kunstig intelligens kunne diagnosticere fejl i realtid i rumfartøjer og rumfartssystemer generelt.

"Rumfartøjet, der rapporterer en fejl, er som en bil med en kontrollampe tændt, " sagde Gizzi. "Du ved, at der er et problem, men kan ikke nødvendigvis forklare årsagen. Det er her RAISR-algoritmen kommer ind, diagnosticere årsagen som en løs benzindæksel."

Lige nu, evnen til at drage slutninger om, hvad der sker, der går ud over traditionelle 'hvis-så-andet' fejltræer, er noget kun mennesker kan gøre, sagde Gizzi.

Nuværende fejltrædiagnose afhænger af, at fysikken er enkel og allerede kendt af ingeniører og videnskabsmænd. For eksempel, hvis et instruments temperatur falder for lavt, rumfartøjet kan registrere denne situation og tænde varmeapparater. Hvis strømmen i en linje stiger, rumfartøjet kan arbejde på at isolere det fornærmende kredsløb. I begge tilfælde rumfartøjet ved simpelthen, at hvis "A" sker, svar ved at gøre "B." Hvad rumfartøjet ikke kan gøre, er at finde ud af, hvad der forårsagede disse begivenheder, især i uventede fejltilfælde:om rumfartøjet kom ind i jordens skygge eller en mikrometeoroid beskadigede et kredsløb.

Disse typer konklusioner kræver evnen til at følge en logisk kæde af ikke-trivielle slutninger - noget som menneskelig ræsonnement, sagde Gizzi. Den kunstige intelligens (AI) kan endda være i stand til at forbinde rumfartøjets faldende temperatur med en funktionsfejl i dets interne varmereguleringssystem:et eksempel på en mere katastrofal fejl.

At henvise sådanne fejl til et menneske på jorden tager ikke bare tid, men koster værdifulde ressourcer i form af kommunikationsnetværk og båndbredde til mindre missioner i kredsløb om Jorden, eller endda for at udforske fjerne planeter, hvor båndbredden til controllere på Jorden er begrænset af afstanden.

Under andre omstændigheder, som at kredse bag en anden planet eller månen, kontakt er simpelthen ikke tilgængelig. Computere udmærker sig også over menneskelige controllere, når en ordentlig slutning skal udføres ekstremt hurtigt ved hjælp af flere forskellige typer data.

I sine nuværende stadier, RAISR ville ikke aktivt kontrollere rumfartøjet på nogen måde, men letter diagnosen ved at finde associationer, som et menneske kan gå glip af.

Michael Johnson, chefteknologen for Engineering and Technology Directorate hos Goddard, sagde de nuværende sikre tilstande spilder værdifuld tid, fordi videnskabelig dataindsamling ophører, der henviser til, at en teknologi, der kan diagnosticere og afhjælpe en fejl, kan føre til en hurtigere tilbagevenden til normal flyveoperation.

RAISR bruger en kombination af maskinlæring og klassiske AI-teknikker. Mens maskinlæringsbaserede teknikker kan være særligt nyttige til diagnosticering af fejl, dens ydeevne afhænger af at have en stor mængde forskelligartede data, Gizzi sagde, og tager derfor normalt fat på fejl, der er sket tidligere. Med anomalier, som er fejl, der aldrig har været oplevet, der er måske simpelthen ikke nok data til at skabe sunde ræsonnementer med maskinlæringsbaserede teknikker. Det er her, klassisk kunstig intelligens træder ind, Gizzi sagde, lette ræsonnement i mere komplicerede situationer, der ikke har tidligere data til at informere beslutninger.

Gizzis teknologi hjælper med at skabe forbindelser, der er usædvanligt vanskelige at skabe af mennesker, sagde Conrad Schiff, en assisterende chef for teknologi i softwareingeniørafdelingen hos Goddard.

"Det er ikke kun et automatiseret system, " sagde Schiff. "Det er et autonomt system, der forsøger at afsløre, hvordan det ankom til 'whodunit'. Han lægger beviserne frem som en detektiv i slutningen af ​​en mysterieroman, så vi alle kan se, hvem der er skyldig i mord - det er samme princip her. Det forstår disse associationer, det hjælper os med at forstå dens ræsonnement, når vi kommer frem til dens konklusion."

RAISR muliggør bedre indsamling af data og observationer ved at reducere de nødvendige ressourcer til vedligeholdelse af selve systemerne, Schiff tilføjede. "Det er mindre glamourøst, det er grimmere, men det sørger for, at sundheden og sikkerheden for den ting, der producerer dataene, vedligeholdes bedst muligt."

Generelt, AI kan fungere som en ekstra hjerne i rumfartøjet.

"Du tager en ingeniør eller en videnskabsmand fra laboratoriet og lægger en forenklet kopi af dem i rumfartøjet, så de kan træffe intelligente beslutninger på stedet, " sagde Johnson.

RAISR's næste skridt inkluderer en demonstration på en lille satellitmission, Gizzi sagde, hvor den kan træffe diagnosebeslutninger i realtid for at sammenligne med jordkontrol.

Efterhånden som flere missioner anvender AI-teknikker, Johnson sagde, testmetoder skal muligvis skifte. Strenge protokoller, der tester alle mulige scenarier, gælder muligvis ikke. At, kombineret med det kulturelle skift fra jordbaseret problemløsning til at lade on-orbit-systemerne selv løse problemer, gør det at sætte AI i rumfartøjer til en trinvis rejse, han sagde.

"Når jeg tænker på rumflyvning, det er et mål for autonome systemer, der bare giver mening, " sagde Johnson. "Det virkelige spring sker, når vi går ud over automatisering til autonomi, fra programmeringstrin, du ved vil ske, til systemet begynder at tænke selv. Når du går ud i det dybe rum, der vil være ting, du ikke har programmeret til. Behovet er der virkelig."