Umělá inteligence SageMaker od Amazonu mění způsob, jakým vesmírné agentury zpracovávají obrovské množství dat generovaných během vesmírných misí. Společnost 26. června 2025 oznámila, že její algoritmus Random Cut Forest (RCF) využívají NASA a Blue Origin k detekci anomálií v datech o dynamice kosmických lodí z lunárních misí.
Spolupráce se konkrétně zaměřuje na analýzu dat z demonstrační mise NASA a Blue Origin, která testovala lunární senzory pro deorbitaci, sestup a přistání (BODDL-TP). Tento algoritmus strojového učení bez dozoru identifikuje neobvyklé vzorce v datech o poloze, rychlosti a kvaternionové orientaci kosmické lodi, které mohou naznačovat klíčové momenty během vesmírných operací.
„Tyto anomálie s největší pravděpodobností představují dynamiku lunárního plavidla v klíčových fázích manévrů během demonstračního sestupu, deorbitace a přistání,“ uvádí technická dokumentace Amazonu. Technologie dokáže odhalit jemné odchylky mezi jednotlivými datovými body a zároveň zvládá složité vztahy mezi více parametry, což je obzvlášť cenné pro monitorování kosmických lodí.
Implementace využívá cloudovou infrastrukturu Amazonu, přičemž data z misí jsou uložena v S3 úložištích a zpracovávána v prostředí JupyterLab platformy SageMaker AI. Inženýři trénují model RCF na historických datech z misí a následně jej nasazují na škálovatelný endpoint pro průběžnou detekci anomálií.
Tato spolupráce přichází v klíčovém období pro společnost Blue Origin, která se připravuje na vypuštění svého lunárního landeru Blue Moon Mark 1 ještě letos. Poznatky získané z detekce anomálií mohou být zásadní pro úspěch mise, protože NASA i komerční kosmické společnosti směřují k stále ambicióznějším cílům v průzkumu Měsíce.
Identifikací anomálních datových bodů, které by jinak mohly zůstat nepovšimnuty v exponenciálně rostoucím objemu telemetrických dat z vesmírných misí, pomáhá AI technologie Amazonu zlepšovat monitorování stavu kosmických lodí, inženýrský návrh i plánování budoucích vesmírných expedic.