火星探査車「パーセベランス」の火星着陸における人工知能の応用

火星探査車「パーセベランス」の火星着陸における人工知能の応用

2月18日に火星への着陸に成功したNASAの火星探査車パーサヴィアランスは、火星での2年間の探査ミッション中に探査車を誘導するために設計されたさまざまな搭載人工知能システムから重要な支援を受けている。

[[383518]]

火星探査車「パーサヴィアランス」は地球から火星までの2億9300万マイルの惑星間航行を無事完了し、2月18日東部標準時15時55分に火星の表面に無事着陸した。着陸の成功は、火星探査車が急降下した後に起きた。火星まで探査車を運んでいた宇宙船は、火星の大気圏に突入した際に時速12,100マイルからゼロに減速し、探査車パーサヴィアランスは大気圏に突入してから約7分後に火星の表面に安全に着陸した。

その後、NASAのエンジニアと探査ミッションの管制官は、長い航海の後、パーサヴィアランス探査車のさまざまなシステムを点検し、すべてが良好な状態であることを確認した後、数十億年前の火星における微生物の痕跡を探すことを目的とした計画された科学実験を実施した。

NASAジェット推進研究所の科学運用エンジニア、レイモンド・フランシス氏は、これらの実験やタスクを完了するために、パーサヴィアランス探査車は、2012年8月6日に火星に到着し、現在も運用中のキュリオシティ探査車を含むこれまでの4台の火星探査車よりも多くの人工知能機能を使用していると述べた。

「パーセベランスは、MSLミッションに搭載されたキュリオシティに比べてAIシステムがアップグレードされている」とフランシス氏は述べた。「これらの機能の一部は、キュリオシティに加えた改良やアップグレードから生まれたものだ。」

火星着陸における人工知能の役割

フランシス氏は、火星探査車パーセベランスの主要人工知能システムが着陸対策を強化し、幅28マイルのジェゼロクレーター付近への着陸に成功したと述べた。現場の環境には河川デルタ、崖、砂丘、巨石、小さなクレーターがあるため、着陸のプロセスは非常に危険です。

ここで人工知能技術を使った地形相対航法(TRN)システムが重要な役割を果たすと彼は述べた。同氏は次のように語った。「火星探査車『パーセベランス』には、着陸地点に降下する際に1枚以上の画像を撮影できるカメラが搭載されています。探査車には地形図があり、これらの画像と照合して着陸地点を特定できます。次に、撮影した画像がどこにあり、どこに着陸するかを計算します。」

フランシス氏は、地球と火星の距離が非常に遠いため、状況に応じて宇宙船がミッションエンジニアからの命令を受信するまでに5分から40分かかるため、これらの自律機能は探査機の着陸に非常に重要だと述べた。つまり、危険な着陸地帯に火星探査車パーサヴィアランスを安全に着陸させるには、地形相対航法 (TRN) システムを使用する必要があるということです。遅延した手動制御コマンドの実行をミッションエンジニアに頼ることは不可能だからです。

「どこか安全でない場所に着陸する可能性があると認識した場合、超音速ゼロまで降下しながら自動的に安全な着陸地点に方向転換する」と彼は語った。

それは、NASA の宇宙飛行士ニール・アームストロングが 1969 年 7 月 20 日のアポロ 11 号の月面着陸で達成しようとしたことでした。そのミッション中、アームストロングは世界初の有人月着陸船「イーグル」を手動で制御して月面に着陸させたが、これは月着陸船の自動化システムが月着陸船を危険な着陸地点に誘導していたためである。

フランシス氏は、「人間の制御なしに、人工知能システムにより、火星探査車パーサヴィアランスは、キュリオシティにとって安全ではないジェゼロクレーターの近くに着陸することができました。しかし、パーサヴィアランスの着陸システムは人工知能技術を使用していたため、安全に着陸しました」と述べた。

照準器への人工知能の応用

AI は、自律探査収集強化科学システム (AEGIS) を通じて、火星探査ローバー「パーセベランス」の探査にも応用されています。AEGIS は、ミッション エンジニアが探査ローバーのスーパーカム カメラを遠隔で狙い、制御できるようにするインテリジェントなターゲット ソフトウェアです。 Curiosity ローバーは ChemCam カメラと以前のバージョンの AEGIS システムを使用していますが、この新しいバージョンは新しく更新された SuperCam カメラで動作するように強化されています。

「パーセベランスは着陸後すぐにこれを使い始めるだろう」と、イージスの開発主任システムエンジニアであるフランシス氏は語った。

同氏は次のように説明した。「『キュリオシティ』のChemCamカメラと『パーセベランス』のSuperCamカメラもレーザー分光計です。これらは強力なエネルギーを持つレーザーを放射し、通常は探査機から7メートル以内の岩石を照射して岩石表面の一部を蒸発させます。その後、生成された岩石プラズマを観測して岩石の元素を決定します。」

この実験は、科学者が火山岩の組成を理解し、他の測定結果を使用して岩石がどのように形成されたか、どこから来たのか、その他の詳細を判断できるようにするために設計されている。

フランシス氏は次のように語った。「通常、研究する岩石は地球上の科学者に選ばせます。彼らは火星探査車から写真を撮って、興味のある岩石を選びます。しかし、探査車は移動しており、画像が地球に送信されるのに長い時間がかかるため、最適な岩石を見逃してしまいます。搭載されている人工知能システムを使用して、探査車に最も適した岩石を選択させることができます。火星の探査時間は非常に貴重なので、通常は人工知能システムに選択を任せています。」

人工知能による自律航行の改善

フランシス氏は、NASAの探査車キュリオシティはすでに人工知能による自律航法システムを採用しており、パーセベランス探査車の航法システムはこれに合わせて大幅に改良されたと述べた。

「火星ではより速く、より遠くまで移動する必要があるため、より高速に計算できるより強力なコンピューターを使用しています」と彼は語った。「キュリオシティ探査機では、より短い距離を決定するために自律航法を使用し、どれが障害物でどれが安全な経路かを判断するために立体画像を撮影して計算し、安全な経路に沿って走行する必要があります。しかし、実際の移動距離は非常に短く、わずか1〜2メートルです。」

現在、これらのプロセスは大幅に加速されていると彼は付け加えた。

「私たちはパーサヴィアランス探査車のアルゴリズムを簡素化し、全体的な能力を向上させて、実際に連続走行できるようにしました」と彼は語った。「走行中に写真を撮り、データを処理することで、より速く、より遠くまで自律的に移動することができます。」

フランシス氏は、これらの強化された AI 機能、および近々登場する新しい機能により、将来の探査機が火星やそれ以降の地に到達することが容易になるだろうと述べた。

「ISS で自律性と知能がさまざまなことに利用されているのを多くの人が見てきましたが、それは驚くことではありません」と彼は言いました。「しかし、ISS のような宇宙船は信じられないほど複雑で、多くのシステムと機能があり、さまざまな依存関係があり、ある時点で同期して実行する必要があります。特に何かが変わったときにそれを実行するのは非常に複雑です。」

「国際宇宙ステーションのミッション達成にAIが大きな役割を果たすのはそのためです」と同氏は述べた。「私たちはすでにロボットミッションで同様の開発を行ってきましたが、今後のミッションでは、特にミッションが複雑になるにつれて、AIの重要性はさらに増すと思います。」

これらの要件は、宇宙船が科学者からの指示を待つことなく遠くまで移動し続けるため、宇宙船の性能と生産性が向上するためにも重要になります。

「地球から火星の宇宙船に指令を出すのは非常に非効率ですが、自律性がなくても可能です」とフランシス氏は言う。「しかし、太陽系のさらに遠くへ行けば行くほど、通信時間の制約があるため、すべてを事前に準備するか、自律的なメカニズムを導入する必要があります。宇宙船が予期せぬ出来事に迅速に対応できるようにするには、自律的な意思決定が必要です。これはますます重要になると思います。」

彼は、太陽系外の惑星の探査や過酷な環境での宇宙ミッションの遂行には、人工知能に基づく自律技術への依存度がますます高まるだろうと指摘した。

「課題の 1 つは、自律システムが宇宙船について正しい判断を下したり、適切な科学データを選択したりできるという信頼を築くことです」と同氏は述べた。「AEGIS は、優れた科学データを提供するため、科学者のチームが非常に満足し、定期的に使用しているシステムの一例です。したがって、自律システムが科学を前進させるか、宇宙船にとって安全かつ効果的であるかを実証する必要があります。」

2 月 20 日には、宇宙分野でも HPE と Microsoft Azure が国際宇宙ステーションに強力な人工知能、エッジ コンピューティング、クラウド コンピューティング ツールを提供します。新しいAIやその他のツールは、NASAが将来の火星有人ミッションに備えるために設計された、現在進行中の技術実験の一部である。

新しい機器とソフトウェアには、HPE の第 2 世代 Spaceborne Computer-2 (SBC-2) が含まれており、これにより、広範な人工知能とエッジ コンピューティング機能が国際宇宙ステーションに導入されるのは初めてとなります。

新しいハードウェア、ソフトウェア、サービスは、2月20日午後12時36分にノースロップ・グラマン社のNG-15宇宙船で国際宇宙ステーションに送られた。 NG-15宇宙船は、国際宇宙ステーションに必要な物資を運ぶために、米国バージニア州ワロップス島のワロップス発射センター施設から打ち上げられました。

<<:  AI は製造業と産業用 IoT をどのように変えるのでしょうか?

>>:  人工知能シンギュラリティと人類の未来

ブログ    

推薦する

2020 年のグラフ機械学習の新しいトレンド

導入2020 年はまだ始まったばかりですが、最新の研究論文ではグラフ機械学習 (GML) へのトレン...

エンドツーエンドの自動運転は、Apollo や autoware などのフレームワークに取って代わるでしょうか?

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...

統計と機械学習の違いは何ですか?

[[263249]]ビッグデータダイジェスト制作出典: medium編纂者:周嘉楽、郭小白、蒋宝尚...

顔認証決済を使用する理由は何ですか?顔認証決済は安全ですか?

顔認証決済に顔認識を使用する理由は何ですか? [[439417]]外で何かを買いたいのに、財布を持っ...

ウナギの下半身は切り落とされた後もまだ動きます。ロボット: 受け取ってください。

[[418811]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitA...

AIのダークサイド: AIを信頼できるものにする方法

セキュリティとプライバシーに関する懸念は、AI 導入に対する最大の障壁であり、それには十分な理由があ...

...

エッジにおける AI について知っておくべきことすべて

近年、人工知能の応用は世界中で大きな進歩を遂げています。職場でのビジネス活動の拡大に伴い、クラウド ...

...

GPT-4Vの自動運転への応用の見通しは?現実世界のシナリオの包括的な評価はここにあります

GPT-4V のリリースにより、多くのコンピューター ビジョン (CV) アプリケーションに新たな可...

IBM と KPMG が従業員をどのようにトレーニングしているかの秘密を明らかにします。トレーニングに AI を使用するのは良い考えでしょうか?

従業員の研修は企業にとって重要な問題です。企業は熟練労働者の確保に苦労し、高い離職率に悩まされ、大規...

...

人工知能の雇用に関するレポートによると、GenAI は米国のほぼすべての仕事に影響を与えるだろう

世界有数の求人サイトおよび採用プラットフォームである Indeed は、Indeed AI 求人レポ...

...