يُحدث الذكاء الاصطناعي SageMaker من أمازون تحولاً في كيفية معالجة وكالات الفضاء للكميات الهائلة من البيانات التي تولدها مهام الفضاء. أعلنت الشركة في 26 يونيو 2025 أن خوارزمية Random Cut Forest (RCF) تُستخدم من قبل ناسا وبلو أوريجن لاكتشاف الشذوذ في بيانات ديناميكا المركبات الفضائية من مهام القمر.
تركز الشراكة بشكل خاص على تحليل بيانات تجربة ناسا وبلو أوريجن لمستشعرات الهبوط والنزول على سطح القمر (BODDL-TP). وتقوم هذه الخوارزمية غير الخاضعة للإشراف بتحديد الأنماط غير المعتادة في بيانات الموقع والسرعة واتجاه الكواتيرنيون للمركبة الفضائية، والتي قد تشير إلى لحظات حرجة أثناء العمليات الفضائية.
وبحسب الوثائق الفنية لأمازون: "من المرجح أن تمثل هذه الشذوذات ديناميكا مركبة الفضاء القمرية في مراحل المناورة الرئيسية لعرض النزول والهبوط". وتستطيع التقنية اكتشاف الانحرافات الطفيفة بين نقاط البيانات مع التعامل مع العلاقات المعقدة بين معايير متعددة، مما يجعلها ذات قيمة خاصة في مراقبة المركبات الفضائية.
يتم تنفيذ هذه التقنية باستخدام بنية أمازون السحابية، حيث تُخزن بيانات المهام في حاويات S3 وتُعالج عبر بيئة JupyterLab الخاصة بذكاء SageMaker. يقوم المهندسون بتدريب نموذج RCF باستخدام بيانات مهام سابقة، ثم نشره على نقطة نهاية قابلة للتوسع للكشف المستمر عن الشذوذ.
تأتي هذه الشراكة في وقت مهم بالنسبة لشركة بلو 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 القمر الطموحة بشكل متزايد.
من خلال تحديد نقاط البيانات الشاذة التي قد تمر دون ملاحظة في الكم المتزايد بشكل هائل من بيانات التليمترية لمهام الفضاء، تساعد تقنية الذكاء الاصطناعي من أمازون في تحسين مراقبة صحة المركبات الفضائية، وتصميمها الهندسي، وتخطيط المهام لاستكشاف الفضاء في المستقبل.