ChatGPTの宇宙バージョンはありますか？

ChatGPTは現在非常に人気があります。人工知能チャットロボットとして、情報統合機能と自然言語処理機能を備えています。必要に応じてチャットしたり、論文を書いたり、詩を作ったりすることができます。ゲームスクリプトを生成したり、プログラムコードを記述したりすることもできます。

航空宇宙工学のミッションでは、大量のデータを処理し、多数の計器、装置、センサーを調整する必要があります。では、人工知能は航空宇宙分野で大きな役割を果たすことができるのでしょうか?

SF映画のいくつかのストーリーは、空想ではなく、航空宇宙分野における人工知能技術の応用を完璧に想像したものであるように思われます。静かに変化しているものもあります。

自己診断と修復機能への欲求

宇宙船は建造に費用がかかり、動作環境も複雑です。宇宙環境で故障が発生すると修復が困難となり、大きな損失が発生します。したがって、宇宙船の故障診断技術が知能化と効率化の方向に発展できるかどうかが特に重要です。

「宇宙船はますます複雑になり、センサーの数も増えています。私たちはもともと、あらかじめルールが決められた故障診断方法を採用していましたが、そのためにはさまざまな異常の可能性に対して判定基準を設定する必要がありました。これには多くの専門家の経験が必要ですが、経験を超えた故障を検知する能力は通常ありません。」中国航空宇宙科学技術公司第五科学院通信航法衛星部情報室副室長の龔江雷氏はこう語った。

人工知能技術は、衛星が自らの故障を診断する上で役立つだろう。衛星設計者は、自律的なナビゲーション、制御、データ処理、障害診断、再構築、メンテナンスを実現するために、宇宙船に人工知能処理コンポーネントを搭載しようとしています。

従来、衛星の軌道上の動作状況、故障、寿命などは地上の計測・制御システムを通じて監視・警告されていました。 「人工知能アルゴリズムは、継続的な学習、強化、自己適応という特徴を持っています。データの変化に応じて調整し、ますます正確になります」とゴン・ジャンレイ氏は語った。

「特に、通信、ナビゲーション、リモートセンシングのニーズが高まり、ネットワークの複雑さが増す中、リモート情報伝送を適切に管理し、高品質の伝送パフォーマンスと信頼性を確保することがこれまで以上に重要になっています。」龔江雷氏は、例えば、宇宙ゴミの増加により宇宙船と衝突する確率が高まっていると指摘した。衛星インターネットの発展は情報セキュリティ分野におけるリスクの増大などをもたらしており、人工知能技術には大きな発展の余地があることを示しています。

従来の障害特徴抽出および識別評価方法は人間の経験に基づいており、複雑な障害特徴情報を正確に記述することは困難です。ただし、さまざまなアプリケーション シナリオでさまざまな人工知能学習アルゴリズムを組み合わせることで、宇宙船の複雑な影響によって引き起こされる障害検出と特徴分類の効率を効果的に向上させ、検出と評価に加えてリスク警告と修復支援を提供できます。

ChatGPTと航空宇宙を組み合わせるというアイデア

中国第一航空宇宙科学技術研究所は、「スマートロケット」の研究を行っている。これにより、ロケットは故障の結果を自動的に識別し、故障発生時に積極的に戦略を変更し、自律飛行を実現し、ロケットをよりスマートでインテリジェントにすることができるようになる。

ロケットの終端速度補正飛行プロセスのシミュレーション図。ロケットの高密度打ち上げが常態化した今日、ロケットも自律的な故障診断やミッション再構築能力を非常に「切望」している。第一アカデミー研究センターの人工知能の専門家は、「我々は人工知能と情報技術を組み合わせて、ロケットの設計検証、生産、製造、試験発射、飛行試験のライフサイクル全体にわたって稼働する、打ち上げロケットのライフサイクル全体にわたるインテリジェントな健康状態監視システムを確立する」と述べた。

カスタマイズされた ChatGPT を学習できますか?

航空宇宙設計者は、インテリジェントな補助設計システムを構築し、既存の膨大なデータとリソースを統合し、人間の脳の思考プロセスをシミュレートして「スマート脳」を形成することで、人工知能が将来、航空宇宙製品の設計の補助ツールになる可能性があると考えています。

ChatGPT を航空宇宙と組み合わせると、テキストデータを体系的に分析、理解、情報を抽出し、打ち上げ機や宇宙船の設計で設計者を支援できる、経験豊富な上級航空宇宙専門家のような存在になる可能性があります。 「スマートブレイン」は、非常に短い時間で大量の知識の学習を完了し、最適なソリューションを見つけることができるため、設計の標準化と設計レベルも保証されます。

メインエンジンが故障した後、ロケットミッションを救うために、新しい駐機軌道と縮退軌道がオンラインで計画されます。

スマートロケットを例にとると、生産プロセス中に、「スマートブレイン」はロケットのライフサイクル全体の情報を収集・確保し、包括的なアーカイブデータベースを構築し、製造、組み立て、テストの各プロセスからデータと知識を収集し、スマートロケットのデータサポートと健康診断の基盤となるビッグデータ分析センターを構築することで、設計開発コストを削減し、テストと打ち上げの効率を向上させ、ロケットの信頼性を向上させることができます。

カスタマイズされたChatGPTは、ディープラーニングを使用して人間の思考をモデル化し、機械が人間の行動を理解し、その知識をユーザーとのやり取りに適用できるようにすることで、機械の「人間化」という究極の目標を達成し、航空宇宙分野への人工知能技術の応用を実現する必要があります。

専門家は、カスタマイズされたChatGPTを実現するために、航空宇宙産業従事者も大量のトレーニングサンプルと知識情報を機械学習プロセスに注入し、アルゴリズムの一般化と適応性を継続的に向上させ、アプリケーション層で集中的なトレーニングを実施し、アルゴリズムのレベルを向上させる必要があると指摘した。

懸念と早期の打ち解け

人工知能技術の開発と応用は、航空宇宙製品の設計の本来のモードとパターンを静かに変えつつあります。しかし、龔江雷氏は、宇宙船のテレメトリ障害のサンプルデータが比較的少なく、ディープラーニングアルゴリズムのトレーニングとアプリケーションの有効性が制限されるという現状の困難を指摘した。

さらに、現在の宇宙船の計算能力やストレージリソースの不足など、軌道上の宇宙船に人工知能手法を適用する際には解決すべき問題がまだ多く残っています。

龔江雷氏はまた、現在の人工知能技術のほとんどはまだ「弱い人工知能」の段階にあると述べた。したがって、航空宇宙分野の実際の応用においては、補助分析レベルと補助意思決定レベルの人工知能技術の開発に重点が置かれています。

ニューラル ネットワークを中核とする人工知能は「説明不可能」であり、つまり、人間はインテリジェント アルゴリズムがなぜその結果を出すのかを知ることができないことを意味します。 「説明できない」ということはリスクを意味し、特に「絶対確実性」が求められる航空宇宙工学のミッションにおいてはリスクを意味し、これは航空宇宙設計者が懸念していることでもある。

「我々は『小サンプル学習』を打破し、限られたデータセットによるトレーニングを通じてより良い結果を達成する必要があります。また、機上処理能力の向上も急務です。一方では、高性能な航空宇宙グレードのチップを使用して機上コンピューティング能力を向上させています。他方では、機上情報システムアーキテクチャをアップグレードし、機上データ伝送能力を向上させ、衛星への人工知能アルゴリズムの適用に向けた強固な基盤を築いています。」ゴン・ジャンレイは言った。

今後、アルゴリズム、コンピューティング能力、クラウド技術のさらなる進歩により、「強力な人工知能」が最終的に航空宇宙分野における自律的な意思決定の応用レベルへと進むと、航空宇宙設計者は楽観視しています。

龔江雷氏は、人工知能技術が航空宇宙分野にますます広く浸透しており、将来的には間違いなく世代を超えた技術を実現し、それによって航空宇宙分野全体の発展を促進すると常に信じています。

航空宇宙設計者の人工知能技術への期待は、人類の未知と宇宙の謎を探求することへの期待でもあります。宇宙や九天の彼方は、人工知能にとって重要な舞台となるに違いありません。