ESA กำลังนำข้อมูลการเคลื่อนที่ของโดรนสำหรับการแข่งขันความเร็วมาใช้ในการสอนระบบปัญญาประดิษฐ์เพื่อการควบคุมยานอวกาศในอนาคต

ทีมวิจัยของ ESA กำลังตื่นเต้นกับแนวคิดใหม่ที่พวกเขาได้ร่วมกับทีมวิจัยอากาศยาน MAVLab จาก Delft University of Technology ที่นำแนวคิดการเก็บข้อมูลการเคลื่อนที่ของโดรนที่ใช้ในการแข่งขันความเร็วมาประยุกต์เป็นแบบฝึกสอนให้กับระบบโครงข่ายประสาทเทียมเพื่อให้คอมพิวเตอร์จดจำสร้างระบบประสาทเทียมที่ใช้ในการควบคุมยานอวกาศ

ภาพเคลื่อนไหวโดรนทดสอบที่ถูกควบคุมโดยเครือข่ายประสาทเทียม บินไปยังเป้าหมายต่าง ๆ เหมือนกับในการแข่งขัน

เป็นเรื่องน่าแปลกที่พวกเขาเลือกใช้โดรนแข่งขันขนาดเล็กเป็นตัวอย่างในการสอน AI ที่จะควบคุมยานอวกาศ เพราะระบบการควบคุมการนำทางของยานอวกาศและขับดันของยานอวกาศนั้นแตกต่างจากโดรนที่ใช้ใบพัด แต่สาเหตุที่พวกเขาเลือกใช้โดรนแข่งขันเหล่านี้ไม่ได้เป็นเพราะว่าวิธีการขับเคลื่อน แต่เป็นเพราะวิธีการทรงตัวและวิธีปรับการหัน

ภาพถ่ายโดรนทดสอบที่บินโดยใช้เครือข่ายประสาทเทียมในการบินด้วยความเร็วสูง

โดรนแข่งขันนั้นมีขนาดเล็ก แต่มาพร้อมกับระบบขับเคลื่อนด้วยใบพัดที่ทรงพลัง ทำให้เมื่อเราปรับอัตราการหมุนของใบพัด มันพร้อมที่จะหัน เอียง หรือปรับองศาได้อย่างรวดเร็ว เหมือนกับยานอวกาศที่ต้องอาศัยการปรับทิศทาง การหันและเอียงด้วยท่อขับดันปรับองศาและไจโรสโคป ซึ่งทีมนักวิจัยไม่ได้ใช้ข้อมูลพวกนี้โดยตรง แต่อาศัยการนำข้อมูลชุดนี้มาสอนวิธีการเดินทาง การสร้างเส้นทาง การทรงตัว และการหมุนปรับทิศทาง เพื่อสร้างระบบเครือข่ายประสาทเทียมที่ใช้หลักการการปรับความเร็วการหมุนของใบพัดเท่านั้น

ภาพจากโปรแกรมจำลองการควบคุมโดรน โดยเครือข่ายประสาทเทียมที่ถูกสอนจากการข้อมูลการเคลื่อนที่ของโดรนเป็นตัวควบคุมโดรนในโปรแกรมจำลองนี้

จากนั้น ระบบเครือข่ายประสาทเทียมที่ได้มาจากการสอนด้วยโดรนจะถูกนำมาประยุกต์ใช้กับยานอวกาศเพื่อใช้ในการควบคุมแรงขับดันและหันทิศทาง

ยานอวกาศในปัจจุบันอาศัยคอมพิวเตอร์สมรรถนะสูงหรือที่เรียกกันว่า “ซูเปอร์คอมพิวเตอร์” คำนวณเส้นทางการเคลื่อนที่ของยานอวกาศ ซึ่งด้วยระยะทางที่ไกลหลายนาทีแสง ไปจนถึงระยะเวลาที่ต้องใช้คำนวณข้อมูลอย่างละเอียด อาจทำให้พลาดโอกาสในการเก็บข้อมูลที่น่าสนใจไป ดังนั้นมันจึงจะดีกว่าหากยานอวกาศสามารถรับรู้สิ่งที่น่าสนใจและโฉบไปยังบริเวณที่สามารถเก็บข้อมูลได้โดยทันทีโดยที่ไม่ต้องรอการคำนวณค่าข้อมูลจากภาคพื้นโลก

drone from Andrew Turner

อีกทั้งเมื่อ AI ถูกนำมาประยุกต์ใช้งาน ยานอวกาศสามารถเดินทางด้วยท่าทางที่แปลกและพลิกแพลงได้มากกว่าเดิม นำมาซึ่งการเข้าถึงจุดที่น่าสนใจใหม่ ๆ ได้มากกว่าวิธีการในอดีต และสามารถทำงานได้อย่างรวดเร็ว รวมไปถึงสามารถที่จะหลบหลีกสิ่งกีดขวางที่อาจก่อนให้เกิดอันตรายกับยานอวกาศได้อีกด้วย

ภาพถ่ายโดรนทดสอบที่ออกตัวจากพื้นดินโดยอาศัยการควบคุมและตัดสินใจจากเครือข่ายประสาทเทียม

แนวคิดนี้เป็นแนวคิดที่ใหม่มากสำหรับวงการอวกาศและอุตสาหกรรมอวกาศ เนื่องจากคอมพิวเตอร์ที่ควบคุมยานอวกาศในปัจจุบันนั้นมีพลังในการประมวลผลช้า ทำให้อาจจะต้องมีการปรับปรุงชิปคอมพิวเตอร์ที่ใช้งานให้รองรับกับการประมวลผล AI ให้สามารถประมวลโครงข่ายประสาทขนาดใหญ่ด้วยความเร็วสูงได้ ดังนั้นหากจะนำแนวคิดนี้มาใช้ต้องปรับปรุงระบบหลายอย่างที่ใช้งานอยู่กันเป็นมาตรฐานของยานอวกาศใหม่แทบทั้งหมด ซึ่งในตอนนี้เทคโนโลยีที่เกี่ยวข้องกับ AI ของโลกนั้นพร้อมแล้ว เหลือเพียงการวิจัยเกี่ยวกับ AI กับยานอวกาศเท่านั้น ซึ่งหากนำเทคโนโลยี AI เพื่อใช้ในการขับเคลื่อนมาผนวกเข้ากับยานอวกาศแล้วจะมีข้อมูลที่น่าตื่นตาตื่นใจอีกมากจากการเข้ามาของ AI

เรียบเรียงโดย จิรสิน อัศวกุล
พิสูจน์อักษร ศุภกิจ พัฒนพิฑูรย์

🎧 อัปเดตข้อมูลแวดวงวิทยาศาสตร์ เทคโนโลยี รู้ทันโลกไอที และโซเชียลฯ ในรูปแบบ Audio จาก AI เสียงผู้ประกาศของไทยพีบีเอส ได้ที่ Thai PBS

ที่มาข้อมูล : ESA

“รอบรู้ ดูกระแส ก้าวทันโลก” ไปกับ Thai PBS Sci & Tech

สรุปประเด็นให้โดย Generative AI

เมื่อข้อมูลจากการแข่งขันโดรนกำลังถูกนำมาใช้สำหรับการสอน AI ให้ยานอวกาศ