Umelá inteligencia Amazon SageMaker mení spôsob, akým vesmírne agentúry spracúvajú obrovské množstvo dát generovaných počas vesmírnych misií. Spoločnosť 26. júna 2025 oznámila, že jej algoritmus Random Cut Forest (RCF) využívajú NASA a Blue Origin na detekciu anomálií v dynamických údajoch o pohybe sond z lunárnych misií.
Spolupráca sa konkrétne zameriava na analýzu dát z demonštrácie NASA a Blue Origin technológie lunárnych senzorov pre deorbitáciu, zostup a pristátie (BODDL-TP). Tento nesupervidovaný algoritmus strojového učenia identifikuje nezvyčajné vzory v údajoch o polohe, rýchlosti a kvaternionovej orientácii sondy, ktoré môžu signalizovať kľúčové momenty počas vesmírnych operácií.
"Tieto anomálie pravdepodobne predstavujú dynamiku lunárneho vozidla v rozhodujúcich fázach manévrov deorbitácie, zostupu a pristávacej demonštrácie," uvádza sa v technickej dokumentácii Amazonu. Technológia dokáže odhaliť jemné odchýlky medzi dátovými bodmi a zároveň spracúvať zložité vzťahy medzi viacerými parametrami, čo je mimoriadne cenné pre monitorovanie stavu sond.
Implementácia využíva cloudovú infraštruktúru Amazonu, pričom dáta z misií sú uložené v úložiskách S3 a spracúvané prostredníctvom prostredia JupyterLab v rámci SageMaker AI. Inžinieri trénujú model RCF na historických dátach z misií a následne ho nasadzujú na škálovateľný endpoint pre priebežnú detekciu anomálií.
Táto spolupráca prichádza v kľúčovom období pre spoločnosť Blue Origin, ktorá sa pripravuje na vypustenie svojho lunárneho pristávacieho modulu Blue Moon Mark 1 ešte tento rok. Zistenia z detekcie anomálií môžu byť rozhodujúce pre úspech misie, keďže NASA aj komerčné vesmírne spoločnosti sledujú čoraz ambicióznejšie ciele v oblasti lunárneho výskumu.
Identifikovaním anomálnych dátových bodov, ktoré by sa inak mohli stratiť v exponenciálne rastúcom objeme telemetrických dát z vesmírnych misií, technológia umelej inteligencie Amazonu pomáha zlepšovať monitorovanie stavu sond, inžiniersky dizajn a plánovanie budúcich vesmírnych výprav.