يعمل الذكاء الاصطناعي SageMaker من أمازون على تغيير طريقة معالجة وكالات الفضاء للكم الهائل من البيانات الناتجة عن مهام الفضاء. فقد أعلنت الشركة في 26 يونيو 2025 أن خوارزمية Random Cut Forest (RCF) تُستخدم حالياً من قبل ناسا وبلو أوريجن لاكتشاف الشذوذ في بيانات ديناميكا المركبات الفضائية من المهام القمرية.
يركز هذا التعاون بشكل خاص على تحليل بيانات تجربة مستشعرات الهبوط والنزول المدارية القمرية (BODDL-TP) التابعة لناسا وبلو أوريجن. وتقوم هذه الخوارزمية غير الخاضعة للإشراف بتحديد الأنماط غير الاعتيادية في بيانات الموقع والسرعة والاتجاه (quaternion) للمركبة الفضائية، والتي قد تشير إلى لحظات حرجة أثناء العمليات الفضائية.
ووفقاً للوثائق التقنية لأمازون: "غالباً ما تمثل هذه الشذوذات ديناميكا المركبة القمرية في مراحل المناورة الرئيسية أثناء تجربة النزول والهبوط المدارية." وتستطيع هذه التقنية اكتشاف الانحرافات الطفيفة بين نقاط البيانات مع التعامل مع العلاقات المعقدة بين عدة معايير، مما يجعلها ذات قيمة عالية في مراقبة المركبات الفضائية.
يتم تنفيذ هذه التقنية من خلال بنية الحوسبة السحابية لأمازون، حيث تُخزن بيانات المهام في حاويات S3 ويتم معالجتها عبر بيئة JupyterLab التابعة لـ SageMaker AI. يقوم المهندسون بتدريب نموذج RCF باستخدام بيانات مهام سابقة، ثم نشره على نقطة نهاية قابلة للتوسع للكشف المستمر عن الشذوذات.
يأتي هذا التعاون في وقت مهم بالنسبة لبلو أوريجن، التي تستعد لإطلاق مركبة الهبوط القمرية Blue Moon Mark 1 في وقت لاحق من هذا العام. وقد تكون الرؤى المستخلصة من اكتشاف الشذوذات حاسمة لضمان نجاح المهمة، مع سعي كل من ناسا وشركات الفضاء التجارية لتحقيق أهداف استكشاف قمرية أكثر طموحاً.
من خلال تحديد نقاط البيانات الشاذة التي قد تمر دون ملاحظة وسط الكم المتزايد من بيانات القياس عن بُعد من مهام الفضاء، تساعد تقنية الذكاء الاصطناعي من أمازون في تحسين مراقبة صحة المركبات الفضائية، وتصميمها الهندسي، وتخطيط المهام لاستكشاف الفضاء مستقبلاً.