Kada razmišljamo o NASA-i, prva asocijacija su obično moćne rakete i astronauti u svemirskim odijelima. No, u pozadini svakog lansiranja i svakog otkrića odvija se tiha revolucija. NASA je danas, u svojoj srži, jednako data-science kompanija koliko i svemirska agencija.
S količinom podataka koja pristiže sa satelita, teleskopa i rovera – koja se mjeri u eksabajtima – ljudski kapaciteti za analizu postali su usko grlo. Ovdje na scenu stupa Umjetna Inteligencija (AI). Ne kao futuristički koncept, već kao nužan alat bez kojeg moderna astronomija i klimatologija više ne mogu funkcionirati.
Analizirali smo kako NASA koristi napredne modele strojnog učenja na dva ključna fronta: za razumijevanje našeg matičnog planeta i za navigaciju u dubokom svemiru.
1. AI kao čuvar Zemlje: Klimatski modeli i predikcija katastrofa
Paradoksalno, neka od najvažnijih NASA-inih istraživanja nisu usmjerena prema zvijezdama, već prema tlu. NASA-ina flota satelita za promatranje Zemlje (Earth Observing System) svakodnevno šalje tisuće terabajta slika.
Detekcija požara i analiza vegetacije
Klasična analiza satelitskih snimaka je spora. Dok analitičar uoči promjenu, požar se već mogao proširiti. NASA koristi AI modele računalnog vida (Computer Vision) koji automatski skeniraju termalne slike i detektiraju anomalije.
- Rano upozoravanje: Algoritmi mogu prepoznati “potpis” šumskog požara u nastajanju prije nego što postane vidljiv golim okom na standardnim snimkama.
- Precizna poljoprivreda: AI analizira podatke o vlažnosti tla i zdravlju usjeva, omogućujući poljoprivrednicima (kroz javno dostupne podatke) da optimiziraju navodnjavanje i spriječe propadanje uroda zbog suše.
2. Autonomija u dubokom svemiru: Roveri koji “razmišljaju”
Jedan od najvećih izazova istraživanja Marsa ili vanjskih planeta je – brzina svjetlosti. Komunikacija s Marsom može kasniti i do 20 minuta u jednom smjeru. To znači da inženjeri u JPL-u (Jet Propulsion Laboratory) ne mogu upravljati roverom u stvarnom vremenu (“joystick” metoda je nemoguća).
Perseverance i Curiosity
Rover Perseverance koristi sustav nazvan AutoNav. To je AI sustav koji omogućuje roveru da:
- Samostalno mapira teren ispred sebe.
- Prepozna opasne stijene ili mekani pijesak u kojem bi mogao zapeti.
- Izračuna najsigurniju rutu do cilja bez intervencije čovjeka.
Dok su stariji roveri morali stati nakon svakog metra i čekati upute sa Zemlje, AI omogućuje modernim roverima da voze neprestano, drastično ubrzavajući znanstvena otkrića.
3. Lov na egzoplanete: Pronalaženje igle u plastu sijena
NASA-ini teleskopi poput Keplera i TESS-a (Transiting Exoplanet Survey Satellite) promatraju sjaj milijuna zvijezda istovremeno. Oni traže minijaturni pad sjaja zvijezde koji sugerira da je planet prošao ispred nje (metoda tranzita).
Količina lažnih signala je ogromna. Strojno učenje (Machine Learning) trenirano je na potvređenim signalima kako bi razlikovalo stvarni planet od šuma u podacima ili greške na senzoru. AI je zaslužan za potvrdu stotina egzoplaneta koje su ljudski analitičari propustili jer su signali bili preslabi za ljudsko oko, ali ne i za neuralnu mrežu.
4. Optimizacija komunikacije: Deep Space Network
Možda najkritičniji, ali najmanje poznat dio je NASA-in Deep Space Network (DSN) – mreža ogromnih antena koje komuniciraju sa svim letjelicama, od Voyagera na rubu Sunčevog sustava do Artemis misija.
Budući da je svemir “gužvovit”, raspored korištenja antena je logistička noćna mora. NASA koristi AI algoritme za scheduling (raspoređivanje) koji optimiziraju vrijeme komunikacije, osiguravajući da niti jedna misija ne izgubi kritične podatke zbog preklapanja u rasporedu.
Zaključak: Kognitivne svemirske letjelice
Budućnost koju NASA gradi uz pomoć partnera (uključujući Google, IBM i Intel) vodi nas prema konceptu kognitivnih svemirskih letjelica. To su sonde koje se neće oslanjati na Zemlju za obradu podataka.
Umjesto da šalju sve sirove podatke natrag (što troši energiju i propusnost), AI na samoj letjelici će odlučiti: “Ova slika stijene je dosadna, brišem je. Ali ova slika pokazuje tragove vode, šaljem je kao prioritet.”
U tom smislu, AI nije samo alat za obradu podataka – on postaje član posade.
