menu
close

Sztuczna inteligencja Amazona wspiera analizę danych z misji kosmicznych NASA

Platforma AI SageMaker firmy Amazon rewolucjonizuje eksplorację kosmosu dzięki algorytmowi Random Cut Forest, który pomaga NASA i Blue Origin analizować złożone dane telemetryczne z pojazdów kosmicznych. Technologia ta wykrywa anomalie w danych dotyczących położenia, prędkości i orientacji z sensorów misji księżycowych, umożliwiając inżynierom identyfikację kluczowych stanów pojazdu podczas operacji kosmicznych. Współpraca ta stanowi istotny krok naprzód w zastosowaniu sztucznej inteligencji w badaniach kosmicznych i komercyjnych operacjach kosmicznych.
Sztuczna inteligencja Amazona wspiera analizę danych z misji kosmicznych NASA

Sztuczna inteligencja SageMaker firmy Amazon zmienia sposób, w jaki agencje kosmiczne przetwarzają ogromne ilości danych generowanych podczas misji kosmicznych. Firma ogłosiła 26 czerwca 2025 roku, że jej algorytm Random Cut Forest (RCF) jest wykorzystywany przez NASA i Blue Origin do wykrywania anomalii w danych dotyczących dynamiki pojazdów kosmicznych z misji księżycowych.

Współpraca koncentruje się na analizie danych z demonstracji czujników Deorbitacji, Opadania i Lądowania na Księżycu (BODDL-TP) realizowanej przez NASA i Blue Origin. Ten niesuperwizyjny algorytm uczenia maszynowego identyfikuje nietypowe wzorce w danych dotyczących położenia, prędkości i orientacji kwaternionowej pojazdu kosmicznego, które mogą wskazywać na kluczowe momenty podczas operacji kosmicznych.

„Te anomalie najprawdopodobniej odzwierciedlają dynamikę pojazdu księżycowego na kluczowych etapach manewrów deorbitacji, opadania i lądowania” – czytamy w dokumentacji technicznej Amazona. Technologia ta potrafi wykrywać subtelne odchylenia pomiędzy punktami danych, jednocześnie analizując złożone zależności między wieloma parametrami, co czyni ją szczególnie wartościową w monitorowaniu stanu pojazdów kosmicznych.

Implementacja wykorzystuje infrastrukturę chmurową Amazona – dane z misji są przechowywane w zasobnikach S3 i przetwarzane w środowisku JupyterLab platformy SageMaker AI. Inżynierowie trenują model RCF na historycznych danych z misji, a następnie wdrażają go na skalowalnym punkcie końcowym do bieżącego wykrywania anomalii.

Partnerstwo to pojawia się w kluczowym momencie dla Blue Origin, która przygotowuje się do wystrzelenia swojego lądownika księżycowego Blue Moon Mark 1 jeszcze w tym roku. Wnioski płynące z wykrywania anomalii mogą okazać się kluczowe dla powodzenia misji, gdy zarówno NASA, jak i firmy komercyjne realizują coraz ambitniejsze cele eksploracji Księżyca.

Dzięki identyfikacji nietypowych punktów danych, które mogłyby zostać przeoczone w lawinowo rosnącej ilości danych telemetrycznych z misji kosmicznych, technologia AI Amazona pomaga poprawić monitorowanie stanu pojazdów, projektowanie inżynieryjne oraz planowanie przyszłych misji eksploracyjnych.

Source:

Latest News