人工知能と遠隔監視:宇宙でのマッチング

人工知能と遠隔監視:宇宙でのマッチング

データ センターが地球外の人々の長期的なコンピューティング ニーズを満たすことは避けられないと思われます。

[[272726]]

1969 年、アポロ 11 号の宇宙飛行士は月面に着陸し、64K のメモリしか持たない機内誘導システムに重要なコマンドを送信しました。同社はまもなく、テラフロップスのスーパーコンピューターを搭載した新しいバージョンを火星に持ち込む予定だ。そして、宇宙船に搭載される「知能」はもはや人間に限定されなくなる。 AI は宇宙探査においてますます重要な役割を果たしており、最後のフロンティアで成長する宇宙データセンターの不可欠な要素となるでしょう。

人工知能は今日のテクノロジーです

人工知能は広く利用されており、宇宙では当たり前のことになっています。例えば、2003年に火星に向けて打ち上げられたスピリットとオポチュニティ探査車にはAI運転システムが搭載されていました。映画「2001年宇宙の旅」のHALに似たAIコンパニオンが昨年、国際宇宙ステーション(ISS)でテストされた。

多くの点で、宇宙における AI は避けられません。有人ミッションの場合でも、ナビゲーション システムは人間の認知速度や反応速度では不可能な即時の判断を行う必要があります。無人深宇宙探査機は、将来地上管制からの通信が届かない場所に到達することになり、新たな環境を調査できるように方向を定めなければならない。

AI は、ネットワーク リソースの管理など、IT プロフェッショナルに馴染みのあるより現実的な問題にも取り組んでいます。たとえば、宇宙ネットワーク上で火星探査機と通信できる時間は、毎日わずか数分しか残っていません。人工知能を使用して未使用のスペクトルビットを都合よく使用するコグニティブ無線は、データパイプラインを増やす手段として検討されています。宇宙クラウドは、地球上で処理するために巨大な生のファイルを送信するのではなく、データを選別して貴重な情報を見つけるように訓練されている多くの AI ソリューションの 1 つです。

宇宙での行動

宇宙探査に関するもう一つの重要な事実は、遠隔監視です。人間を運ぶ宇宙船はごくわずかです。低軌道から木星の衛星に至るまで、無人衛星や無人車両は、人間がスイッチを入れたりエラー報告を中継したりすることなく、複雑なタスクを実行します。

たとえ人間が監視できたとしても、役に立つ専門家全員を収容できるほどのスペースはないだろう。宇宙飛行士は、知識と能力を補う強力なシステムに支えられながら、幅広い仕事を遂行することを強いられます。そのため、人々は、アポロ13号の映画を覚えている人もいるかもしれないが、宇宙飛行士のバイタルサインをミッションコントロールの医師に送信する健康モニタリングバックパックから、火星での緊急事態に宇宙飛行士を導く遠隔のAI搭載統合医療システムまで、あらゆるものに注目している。

このようなアプリケーションは、コンピュータ自体を健全な状態に保つために必要です。 HPの商用スーパーコンピューターは国際宇宙ステーションで1年以上稼働しており、これまでに4回の再起動が必要となっている。自律型ソフトウェアは一部のタスクを処理できますが、長期的には、遠く離れた場所にいる人間が、人々が多くの時間とロケット燃料を費やして宇宙に投入したシステムの寿命と機能を最大限に引き出すために必要なパッチ、修理、アップグレードを指示する必要があります。

経営技術システム

月や火星という野心的な目標を達成するために、人類はこれらの地球外拠点の長期的なコンピューティング ニーズを満たすデータ センターを地表または地表近くに建設するのでしょうか。これは避けられないようです。

この取り組みの最大の課題には、代わりの人材は存在しません。技術資産は徐々に送られ、コンピューティング センターは時間の経過とともに徐々に追加されますが、ハードウェア交換の可能性は限られています。ここで、コンポーザブル・インフラストラクチャが役立ちます。

コンポーザブル インフラストラクチャは、コンピューティング、ストレージ、ネットワーク コンポーネントを柔軟なリソース プールとして扱うことで、AI を活用して希少な IT 資産の利用を最適化し、地上のシステム管理者が環境を診断、パッチ適用、強化、運用する能力を拡張します。このモデルでは、変化するニーズに合わせてハードウェアが継続的に改良されるため、国内で何十年も不人気だったレガシーテクノロジーが、最も遠隔地で働く人々に価値を提供できるようになります。

ソフトウェア定義データセンターは、IT 資産をリモートからアップグレードおよび修復可能にする方法です。これが宇宙で人工知能と遠隔監視が連携する場所であり、宇宙飛行士は技術的な業務のほとんどを機械と地球工学者に委託し、自らは火星に人類の次の家を建設するという本当に重要な仕事に取り組むことができるようになる。

<<:  彼の人工知能ツールは生きた細胞の内部を覗くことができる

>>:  AIの旅を始めるのに役立つ3つの重要なステップ

ブログ    
ブログ    

推薦する

Natureサブジャーナル:言語だけでなく、機械翻訳は脳波をテキストに「翻訳」することもできる

人間の脳の神経信号も言語であると考えられるなら、機械翻訳アーキテクチャを神経信号の解釈に適用する実現...

...

劉強東:AIは今後20年間ですべての産業を変革する中核的な力となる

1956年にアメリカのダートマス大学で開催された学術会議が、世界的なAI研究の始まりとなりました。 ...

1万語の要約 | 2023年のビッグモデルと自動運転の論文を簡単に見る

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

より良い機械学習にはより良いデータ注釈が必要

Apple の誰かがラベル付きデータを収集するために数億ドルを費やしましたが、まだ良い結果は得られて...

香港大学のチームがエンタングルメントエントロピーを測定する新しいアルゴリズムを開発、量子材料の実用化に一歩近づく

量子材料は人類の進歩を促進する上で重要な役割を果たします。科学技術分野では、特殊な特性を持つ新たな量...

ICDM の選択: データ マイニングの代表的なアルゴリズム トップ 10

2006 年 12 月、国際的に有名な学術組織である IEEE 国際データマイニング会議 (ICD...

壁につかまることを学んだロボット:私を落とすことはできない

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

機械学習の実践者が直面する8つの大きな課題

機械学習 (ML) や人工知能 (AI) と聞くと、多くの人はロボットやターミネーターを想像します。...

Google は交通信号に AI を導入して汚染を削減

タイミングの悪い信号は貴重な時間を無駄にするだけではありません。 Google の最高サステナビリテ...

自動運転、顔認識…人工知能の時代が到来。私たちはどう対応すべきか?

2016年以降、人工知能がニュースに登場する頻度が高まっています。実は、理工系女子の私にとって、子...

...

...

...