Bereit zu gehen! Künstliche Intelligenz beteiligt sich an der „neuen Spur“ der Weltraumforschung

Das Aufkommen von ChatGPT hat eine neue Diskussionsrunde zum Thema künstliche Intelligenz ausgelöst. Wie lässt sich künstliche Intelligenz also in der Luft- und Raumfahrt einsetzen, wo es auf die Verarbeitung großer Datenmengen und die Koordination einer großen Zahl von Instrumenten und Geräten ankommt? Künstliche Intelligenz ist zwar noch weit von dem in Science-Fiction-Filmen beschriebenen Niveau entfernt, doch handelt es sich um eine sich entwickelnde Technologie, die bei Weltraumaktivitäten eine große Rolle spielen kann.

Die Ära der gemeinsamen Erforschung des Weltraums durch Menschen und künstliche Intelligenz wird irgendwann kommen

Man geht davon aus, dass KI unsere Fähigkeit zur Überwachung von Beobachtungssatelliten in der Erdumlaufbahn und von Langstreckenraumfahrzeugen verbessern wird. Durch die Kombination künstlicher Intelligenz mit Robotik könnten wir Roboter erleben, die in der Lage sind, ferne Planeten und Monde selbstständig zu erkunden.

Im modernen Zeitalter der Weltraumforschung ist künstliche Intelligenz (KI) zu einem wichtigen Instrument bei der Suche nach Wissen geworden. Wissenschaftler verwenden KI- und maschinelle Lernmodelle (ML), um den Betrieb von Raumfahrzeugen zu automatisieren, große Datenmengen zu analysieren und sogar Leben zu retten. Ausländischen Forschern zufolge gibt es etwa sieben Hauptanwendungsgebiete für KI in der Weltraumforschung.

Roboter

KI-gesteuerte Roboter können autonom um Hindernisse herum navigieren. Das Aufkommen dieser Technologie ist nichts Neues. Rover wie Spirit, Opportunity und Curiosity navigieren seit mehr als einem Jahrzehnt völlig autonom auf der Marsoberfläche.

Künstliche Intelligenz kommt bereits bei Mars-Rovers zum Einsatz

Der Rover erkennt mithilfe von Sensoren Gefahren in der Umwelt, beispielsweise Felsen und Krater, und analysiert die Daten anschließend mithilfe künstlicher Intelligenz, um den besten Weg nach vorne zu bestimmen. Dadurch wird sichergestellt, dass der Rover sicher und ohne Kollisionsgefahr passieren kann. AEGIS beispielsweise, das auf dem Rover Perseverance zum Einsatz kommt, ist ein auf Computervision basierendes Erkennungssystem, das nicht nur Hindernissen ausweichen, sondern auch interessante Gesteine ​​zum Probennehmen entdecken kann. Die Anwendung dieses Systems ebnet den Weg für vollständig autonome Weltraumerkundungsrover.

Neben Rovern können auch fliegende Sonden künstliche Intelligenz nutzen. Derzeit müssen Sonden mit der Erde kommunizieren, um ihre Missionen zu erfüllen. Doch autonome Raumfahrzeuge, die künstliche Intelligenz nutzen, werden die Risiken der Erforschung des Sonnensystems wirksam verringern und die Missionskosten senken. Zu den wesentlichen Inhalten in diesem Bereich zählen autonome Navigation, automatische Telemetrieanalyse und Software-Upgrades.

Im Jahr 1998 startete die NASA das Technologiedemonstrationsraumschiff Deep Space 1 (DS1). Seine Hauptaufgabe besteht darin, zwölf fortschrittliche Hochrisikotechnologien zu testen, darunter auch die autonome Navigation. Die Mission wurde zweimal verlängert und endete im Jahr 2001. Während des Fluges wurden die Flugexperimente von Deep Space 1 von einem „Remote Agent“ mit künstlicher Intelligenz gesteuert und schrieben damit Geschichte. Künstliche Intelligenz hat alle Erwartungen übertroffen. Es kann bei der Aufgabe auftretende Probleme erkennen, diagnostizieren und beheben, damit die Aufgabe reibungslos ausgeführt wird.

Die Planetenverteidigungsmission Hera der ESA wird künstliche Intelligenz nutzen, um Daten von verschiedenen Sensoren zu verschmelzen und ein Modell ihrer Umgebung zu erstellen. Dabei wird ein Bordcomputer autonome Entscheidungen treffen, um sich durch den Weltraum in Richtung eines Asteroiden zu steuern, ähnlich wie ein selbstfahrendes Auto.

Satellitenbetrieb

Traditionell wurden Satellitenoperationen mit direktem menschlichen Eingriff durchgeführt, doch mit der zunehmenden Größe der Konstellationen ist dieser Ansatz nicht länger tragfähig. Insbesondere nach dem Aufkommen von Konstellationen im Supergroßmaßstab ist es unmöglich, Tausende oder gar Zehntausende von Menschen einzusetzen, um eine Konstellation Tag und Nacht zu betreiben. Künstliche Intelligenz revolutioniert die Funktionsweise von Satelliten und bietet effizientere, intelligentere und schnellere Lösungen für die Verwaltung des Satellitenbetriebs.

Verteilte Satellitenkonstellationen könnten künstliche Intelligenz nutzen, um die Leistung zu verbessern

Die Space Exploration Technologies Corporation, der Betreiber des Starlink-Systems, erhebt in dieser Frage die stärksten Forderungen. Es wäre schlicht unmöglich, ihre Konstellation mit menschlicher Kraft zu betreiben. Daher verwendet das Unternehmen KI-gesteuerte Algorithmen, um seinen Navigationssatelliten dabei zu helfen, Kollisionen mit anderen Satelliten im Orbit zu vermeiden. Mithilfe einer Kombination von Daten der Satellitensensoren, einschließlich seiner Position und Geschwindigkeit, können Computer potenziell gefährliche Manöver erkennen und die Geschwindigkeit und Richtung des Satelliten steuern und anpassen, um eine drohende Kollision zu vermeiden.

Im Jahr 2021 gründeten die ESA und das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) außerdem ein gemeinsames Technologietransferlabor, das sich mit der Satellitenautonomie, den Fähigkeiten zur Kollisionsvermeidung usw. von Systemen künstlicher Intelligenz befasst.

KI kann außerdem den Prozess des Manövrierens von Satelliten in die richtige Umlaufbahn optimieren und so den benötigten Treibstoff und die zum Erreichen der gewünschten Umlaufbahnposition benötigte Zeit reduzieren. Insbesondere angesichts der zunehmenden Menge an Weltraumschrott im Orbit kann KI automatisch Manöver zur Vermeidung von Weltraumschrott durchführen und so eine Teillösung für das Weltraumschrottproblem bieten.

Einige Experten befürchten jedoch, dass die Anwendung einer solchen Technologie einen Datenaustausch zwischen den Satellitenbesitzern erfordert, was zur Weitergabe von Geschäftsgeheimnissen führen könnte. Dennoch forschen noch immer viele Satellitenunternehmen und Industrieorganisationen an entsprechenden Technologien. Darüber hinaus hat der weit verbreitete Einsatz künstlicher Intelligenz die Bedenken hinsichtlich Hackern verstärkt. Hacker könnten die Software möglicherweise manipulieren, um Signale zu stören, Satelliten zu übernehmen und zu beschädigen. Betreiber können jedoch das Gegenteil tun und den Einsatz von KI zur Unterstützung von Cybersicherheitsanwendungen priorisieren, um böswilligen Akteuren immer einen Schritt voraus zu sein.

Datenanalyse

Künstliche Intelligenz kann genauere und effizientere Methoden zur Analyse von Daten aus Weltraummissionen liefern. Algorithmen des maschinellen Lernens können dabei helfen, Daten von Satelliten, Sonden und anderen Instrumenten der Weltraumerkundung zu identifizieren und so auf potenziell bedeutende Entdeckungen, aber auch auf Risiken und Anomalien für die Menschheit hinzuweisen.

Künstliche Intelligenz kann Schiffe anhand von Fernerkundungsbildern identifizieren

Der Satellit Earth Observing-1 ist eine Satellitenbildmission, die von der NASA und dem United States Geological Survey entwickelt wurde. Der Satellit wurde im November 2000 gestartet, um neue Erdbeobachtungstechnologien zu demonstrieren und erweiterte Möglichkeiten zur Überwachung der Landoberflächendynamik bereitzustellen. Die Mission kombiniert drei hochauflösende Sensoren, um eine Vielzahl von Themen zu untersuchen, darunter ökologische Prozesse, Naturkatastrophen, Landnutzungsänderungen, Stadtplanung und den globalen Klimawandel. Der Satellit ist mit einer Software namens „Autonomous Science Agent“ ausgestattet, die es ihm ermöglicht, Ereignisse auf der Erde selbstständig zu erkennen und darauf zu reagieren. Das Paket besteht aus wissenschaftlicher Datenanalyse, umsichtiger Planung und einem laufzeitrobusten Ausführungssystem.

KI kann außerdem dabei helfen, Trends in Daten zu erkennen und durch prädiktive Analysen detailliertere Erkenntnisse zu liefern als herkömmliche Datenanalysemethoden, ohne dass große Mengen unnötiger Daten durchforstet werden müssen. Durch den Einsatz künstlicher Intelligenz zur Auswertung großer Datenmengen konnte die ESA zahlreiche aussagekräftige Informationen extrahieren und in die Praxis umsetzen. So konnte sie beispielsweise mithilfe von Fernerkundungsdaten von Satelliten die Anzahl der Autos in Einkaufszentren überwachen, die finanzielle Entwicklung von Einzelhändlern vorhersagen, den Klimawandel überwachen und die Polizei bei der Ergreifung von Tätern unterstützen.

Die ESA arbeitet derzeit an der Schaffung eines digitalen Zwillings der Erde, einer Nachbildung des Planeten, die kontinuierlich mit Erdbeobachtungsdaten und künstlicher Intelligenz gespeist wird, um natürliche und menschliche Aktivitäten auf dem Planeten zu visualisieren und vorherzusagen. Das Projekt Rapid Action Earth Observation kann zur Überwachung wirtschaftlicher Indikatoren eingesetzt werden. Eine Kombination aus kommerziellen Satellitendaten und künstlicher Intelligenz überwacht bereits Produktionsänderungen bei einem deutschen Automobilhersteller und den Flugverkehr am Flughafen Barcelona. Der im September 2020 gestartete Satellit FSSCat ist Europas erste mit künstlicher Intelligenz ausgestattete Erdbeobachtungsmission. Es ist mit dem Satelliten-1-Chip für künstliche Intelligenz ausgestattet, der die Effizienz der Übertragung großer Datenmengen zur Erde verbessert.

Raketenlandung

Die automatische Landung der Falcon-9-Rakete und des Starship hat eine neue Ära der Raketenwiederverwendung eingeleitet. Das Erreichen dieses Ergebnisses ist untrennbar mit der Anwendung künstlicher Intelligenz verbunden. SpaceX nutzt künstliche Intelligenz, um Daten von den Sensoren und Telemetriesystemen seiner Raketen zu überwachen und zu analysieren, um bessere Entscheidungen zu treffen und die Flugbahn und Geschwindigkeit der Rakete präziser zu steuern. Das Unternehmen nutzt KI außerdem, um bestimmte Aspekte seiner Raketenlandeverfahren zu automatisieren, etwa die Steuerung der Triebwerke und des Fahrwerks, um sicherzustellen, dass sich die Rakete in der besten Position für die Landung befindet.

Vorausschauende Wartung

KI kann bei Satellitenoperationen und Raketenlandungen helfen und dieselben Daten können verwendet werden, um potenzielle Bereiche für vorbeugende Wartung zu identifizieren. Modelle des maschinellen Lernens können zukünftige Ausfälle oder Leistungsprobleme vorhersagen und Aktionspläne zur Risikominderung vorschlagen. Dies könnte die Wartungskosten erheblich senken und dazu beitragen, das Leben von Astronauten zu retten. Dies ist von entscheidender Bedeutung für den zukünftigen Weltraumtourismus und sogar für die Weltraummigration.

Kartierung von Sternen und Galaxien

Da KI-basierte Algorithmen Muster in Stern- und Galaxiendaten erkennen, klassifizieren und identifizieren können, können Astronomen Sterne und Galaxien im Weltraum genau identifizieren und sogar ihre physikalischen Eigenschaften (wie Masse und Alter) verstehen. Und indem sie künstliche Intelligenz nutzen, um vorherzusagen, wie sich Sterne und Galaxien im Laufe der Zeit verändern, können Astronomen die Sterne jetzt für zukünftige Kartierungs- und Erkundungsvorhaben sehr detailliert kartieren.

Die NASA arbeitet mit Google zusammen, um Algorithmen künstlicher Intelligenz zu trainieren, damit diese die Daten der Kepler-Mission effizient durchforsten können. Die Hauptmission des Kepler-Weltraumteleskops besteht darin, nach erdgroßen Planeten innerhalb der bewohnbaren Zone ihrer Muttersterne zu suchen. Im Laufe von neun Jahren der Datenerfassung hat Kepler mehr als 2.600 Planeten entdeckt, darunter den ersten nachgewiesenen erdgroßen Planeten in der bewohnbaren Zone außerhalb des Sonnensystems. Es wird erwartet, dass Wissenschaftler in naher Zukunft weitere Exoplaneten entdecken.

Durch Analyse künstlicher Intelligenz entdeckten NASA-Wissenschaftler den Asteroiden der Kepler-90-Serie

Das auffälligste Merkmal des James Webb-Weltraumteleskops ist natürlich sein 6,5 Meter großer Hauptspiegel. Damit dieses Objektiv vollständig funktioniert, ist es auf eine große Menge an Daten angewiesen, die mit Hilfe des maschinellen Lernmodells „Memphis“ generiert werden. Memphis wurde entwickelt, um Galaxien im Weltraum zu erkennen und zu klassifizieren und so bei der Kartierung der frühesten Strukturen im Universum zu helfen. Der Vorgänger von „Memphis“ wurde auf das Hubble-Weltraumteleskop trainiert und verfügt über einen gewissen Reifegrad.

Planetengeologie (Astrogeologie)

Mithilfe künstlicher Intelligenz können Wissenschaftler jetzt geologische Merkmale auf Planeten und Monden erkennen und klassifizieren, beispielsweise Krater, Vulkane und andere Oberflächenmerkmale. Mithilfe der Technologie ließen sich außerdem detaillierte 3D-Modelle der Planetenoberfläche erstellen, die den Wissenschaftlern dabei helfen könnten, die Umwelt und die Geschichte eines Planeten oder Mondes besser zu verstehen.

Mehr Bewerbungsperspektiven

Neben den sieben oben genannten Anwendungen bietet künstliche Intelligenz im Weltraum weitere Anwendungsaussichten.

Die NASA hat eine Gruppe für künstliche Intelligenz eingerichtet, die Grundlagenforschung zur Unterstützung wissenschaftlicher Analysen, des Raumfahrzeugbetriebs, der Missionsanalyse, des Deep Space Network-Betriebs und von Raumtransportsystemen betreiben soll. Sie untersuchen, wie sich mithilfe von Cognitive Radio Kommunikationsnetze effizienter und zuverlässiger machen lassen. Kognitive Funksysteme können Bereiche mit „weißem Rauschen“ im Kommunikationsfrequenzband identifizieren und diese zur Datenübertragung nutzen. Dadurch wird die Effizienz der Nutzung begrenzter Kommunikationsfrequenzressourcen erheblich verbessert und die Verzögerungszeit minimiert. Darüber hinaus hat die NASA vor Kurzem KI zur Kalibrierung von Sonnenbildern eingesetzt und so die Daten verbessert, die Wissenschaftler für die Sonnenforschung nutzen können. Für die Erforschung des Weltraums erwägt die NASA außerdem, autonomere Raumfahrzeuge und Landeeinheiten zu entwickeln, die Entscheidungen vor Ort treffen können, wodurch Verzögerungen durch Kommunikationsrelaiszeiten vermieden werden.

Im Jahr 2018 brachte das Deutsche Zentrum für Luft- und Raumfahrt einen künstlichen Intelligenzassistenten auf den Markt, den Crew Interactive Mobile Companion (CIMON und CIMON-2). CIMON ist ein frei schwebendes kugelförmiges Gerät, das Spracherkennung, Gesichtserkennung, Objekterkennung und natürliche Sprachverarbeitung ermöglicht. Es kann Astronauten bei der Erledigung von Aufgaben wie dem Zusammenbau von Ausrüstung oder der Bereitstellung von Anweisungen unterstützen. Die erste Generation von CIMON kehrte nach 14 Monaten Flugzeit zur Erde zurück und CIMON-2 traf im Dezember 2019 auf der Internationalen Raumstation ein, um ihn zu ersetzen. Das Deutsche Zentrum für Luft- und Raumfahrt gründete 2021 außerdem das Institut für Sicherheit bei Künstlicher Intelligenz, um die Entwicklung und Anwendung entsprechender Technologien weiter zu erforschen.

CIMON interagiert mit Astronauten

Die Japan Aerospace Exploration Agency hat mit IntBall ein intelligentes System entwickelt, um Fotos vom japanischen Modul „Tsukuba“ der Internationalen Raumstation zu machen. Es wurde entwickelt, um die Autonomie von Experimenten innerhalb und außerhalb der Raumstation zu ermöglichen und gleichzeitig die für zukünftige Erkundungsmissionen erforderliche Robotertechnologie zu erwerben.

Die französische Raumfahrtagentur CNES arbeitet mit dem französischen Unternehmen Clemensy an der Entwicklung eines Flüssigkeitssystemsimulators unter Verwendung neuronaler Netzwerke künstlicher Intelligenz. Die britische Weltraumbehörde hat ein Projekt finanziert, bei dem mithilfe künstlicher Intelligenz vergrabene archäologische Überreste in Satellitenbildern erkannt werden sollen, und die italienische Weltraumbehörde ist sogar Mitbegründer eines auf künstliche Intelligenz spezialisierten Unternehmens.

KI könnte den Herstellungsprozess von Satelliten erheblich verbessern, insbesondere wenn für die Montage mehrerer Teile Präzisionstechnik erforderlich ist. Neu entwickelte künstliche Intelligenztechnologie kann mühsame, zeitaufwändige, aber notwendige Aufgaben übernehmen, beispielsweise das Reinigen von Satellitenteilen. Es erfasst automatisch Messungen und gibt Updates zum Zustand der Kernkomponenten an Ingenieure weiter. Diese Anwendung der KI wird nicht nur Gewinne generieren, sondern auch die Produktionszeit verkürzen und die Häufigkeit der Markteinführungen erhöhen.