2023年、NASAは ヨーロッパクリッパー ミッション、木星の謎めいた月エウロパを研究するロボット探検家。このミッションの目的は、エウロパの氷の殻と内部を探索して、月の組成、地質学、および地表と地下の相互作用についてさらに学ぶことです。何よりも、このミッションの目的は、ヨーロッパの内海に生命が存在するかどうかを明らかにすることです。
これには多くの課題があり、その多くは ヨーロッパクリッパー それが科学操作を行うとき、地球から非常に遠くなります。これに対処するために、NASAのジェット推進研究所（JPL）とアリゾナ州立大学（ASU）の研究者チームは、ミッションがある程度の自律性でヨーロッパを探索できるようにする一連の機械学習アルゴリズムを設計しました。
これらのアルゴリズムが将来の深宇宙探査ミッションをどのように支援するかは、先週（8月7日）アラスカ州アンカレッジで開催された第25回ACM SIGKDD知識発見およびデータマイニング会議で発表されたプレゼンテーションの主題でした。この年次会議では、世界中のデータサイエンス、データマイニング、分析の研究者と実践者が集まり、フィールドの最新の開発とアプリケーションについて話し合います。
つまり、ディープスペースミッションとのコミュニケーションは、時間がかかり、やりがいのある仕事です。火星の表面または軌道上のミッションと通信する場合、地球から（または再び）ミッションに到達するまでに最大25分かかる場合があります。一方、木星への信号の送信には、地球との相対的な軌道の位置に応じて、30分から最大1時間かかることがあります。
著者が研究で指摘しているように、宇宙船の活動は通常、リアルタイムのコマンドではなく、事前に計画されたスクリプトで送信されます。このアプローチは、位置、環境、および宇宙船に影響を与えるその他の要因がわかっているか、事前に予測できる場合に非常に効果的です。ただし、これは、ミッションコントローラーが予期しない事態にリアルタイムで対応できないことも意味します。
NASA JPLのMachine Learning and Instrument Autonomy Groupの主任研究者であるKiri L. Wagstaff博士は、電子メールでSpace Magazineに次のように説明しました。
「人間が直接制御することができないほど遠い世界を探索することは困難です。すべてのアクティビティは事前にスクリプト化する必要があります。新しい発見や環境の変化に迅速に対応するには、宇宙船自体が意思決定を行う必要があります。これを宇宙船の自律性と呼びます。さらに、地球から約10億キロ離れた場所で運用されているため、データ転送速度が非常に低くなっています。
“データを収集する宇宙船の能力は、送り返すことができるものを超えています。これにより、どのデータを収集し、どのように優先順位を付けるかという問題が生じます。最後に、エウロパの場合、宇宙船は強い放射線にさらされ、データを破壊し、コンピュータをリセットする可能性があります。これらの危険に対処するには、自律的な意思決定も必要です。」
このため、Wagstaff博士とその同僚は、直接的な人間の監視が不可能な場所と時を問わず機能する車載データ分析の可能な方法を検討し始めました。これらの方法は、発生、場所、および期間を予測できないまれな一時的なイベントを処理する場合に特に重要です。
これらには、火星で観測された塵の悪魔、隕石の衝突、土星への稲妻、エンケラドスや他の天体によって放出された氷のプルームなどの現象が含まれます。これに対処するために、Wagstaff博士と彼女のチームは、コンピューティングにおけるある程度の自動化と独立した意思決定を可能にする機械学習アルゴリズムの最近の進歩に注目しました。ワグスタッフ博士が言ったように：
「機械学習手法により、宇宙船自体が収集されたデータを調べることができます。次に、宇宙船は、どの観測に関心のあるイベントが含まれているかを識別できます。これは、ダウンリンク優先順位の割り当てに影響を与える可能性があります。目標は、最も興味深い発見が最初にダウンリンクされる可能性を高めることです。データ収集が送信可能な量を超えると、宇宙船自体が貴重な科学ナゲットの追加データをマイニングできます。
「搭載された分析により、宇宙船はすでに発見したものに基づいて次に収集するデータを決定することもできます。これは、自律科学実験を使用して地球軌道で、および火星科学研究所（Curiosity）ローバーのAEGISシステムを使用して火星の表面で実証されています。自律的で応答性の高いデータ収集により、科学的調査を大幅に加速できます。この能力を太陽系の外側にも拡張することを目指しています。」
これらのアルゴリズムは、3つのタイプの科学的調査を支援するために特別に設計されました。 ヨーロッパクリッパー ミッション。これらには、熱異常（ウォームスポット）、組成異常（異常な表面ミネラルまたは堆積物）、およびヨーロッパの地下海からの氷の活発なプルームの検出が含まれます。
「この設定では、計算が非常に制限されます」とワグスタッフ博士は語った。 「宇宙船のコンピューターは、1990年代中頃から後半にかけてのデスクトップコンピューターと同じ速度（約200 MHz）で動作します。そのため、シンプルで効率的なアルゴリズムを優先しました。副次的な利点は、アルゴリズムが簡単に理解、実装、解釈できることです。」
彼らの方法をテストするために、チームはシミュレーションデータと過去の宇宙ミッションからの観測の両方にアルゴリズムを適用しました。これらには ガリレオ エウロパのスペクトル観測を行い、その組成についてさらに学ぶ宇宙船。の カッシーニ 土星の月エンケラドスでプルーム活動の画像をキャプチャした宇宙船。そしてその ニューホライズン 木星の月イオの火山活動の宇宙船の画像。
これらのテストの結果は、3つのアルゴリズムのそれぞれが、2011年惑星科学10年調査で概説されている科学目標に貢献するのに十分な高いパフォーマンスを示したことを示しました。これには、「内部の海の存在を確認し、衛星の氷の殻を特徴づけ、その地質の歴史を理解できるようにする」ことが含まれ、「外部の太陽系が生命の住まいとして持つ可能性」を確認します。
さらに、これらのアルゴリズムは、深宇宙の目的地への他のロボットのミッションに広範囲に影響を与える可能性があります。 NASAは、エウロパとジュピターの衛星システムを超えて、土星の衛星であるエンケラドスとタイタンを探検し、近い将来に生命の兆候が見られるか、さらに遠くにある目的地（海王星の衛星トリトンや冥王星など）を探索したいと考えています。しかし、アプリケーションはそこで止まりません。 Wagstaffはそれを置きました：
「宇宙船の自律性により、人間が行けない場所を探ることができます。これには、木星のような遠隔地や、私たち自身の太陽系を超えた場所が含まれます。また、海底や地球上の高放射線環境など、人間にとって危険なより近い環境も含まれます。」
半自律型ロボットミッションが定期的な人間の監視なしに太陽系の外側と内側の範囲を探索できる近未来を想像するのは難しくありません。さらに未来を見れば、完全自律型ロボットが太陽系外の惑星を探索し、その発見を家に送ることができる時代を想像するのは難しくありません。
その間、半自律的な ヨーロッパクリッパー 私たち全員が待っている証拠を見つけるかもしれません！それは、地球の向こうに生命が本当にあることを証明するバイオシグネチャーでしょう！
