ஸ்டான்போர்டின் 'உலக மாதிரி' விண்கலங்களுக்கு கனவு காணக் கற்பிக்கிறது, அவை தானே இணைப்புத் தளத்தை அடையும்

சூரிய குடும்பத்தில் மிகக் கடினமான பார்க்கிங் வேலை

சர்வதேச விண்வெளி நிலையத்துடன் ஒரு விண்கலத்தை இணைப்பது, அனிமேஷன்களில் மெதுவான, அழகான பாலே நடனம் போல் தெரிகிறது. உண்மையில் இது அதிக ஆபத்துள்ள இயற்பியல் கனவு போன்றது. நிலையம் மணிக்கு சுமார் 28,000 கிலோமீட்டர் வேகத்தில் சுற்றி வருகிறது, அணுகும் காப்சூல் அந்த வேகத்தை பொருத்த வேண்டும், அதே நேரத்தில் சென்டிமீட்டர் அளவில் அளவிடப்படும் பொறுத்த அளவுகளுடன் இணைப்புத் தளத்தில் நுழைய வேண்டும். யுனிவர்ஸ் டுடே எழுத்தாளர் ஆண்டி டோமாஸ்விக் கூறியது போல், இது மணிக்கு 28,000 கிமீ வேகத்தில் நெடுஞ்சாலையில் சென்று, அதே வேகத்தில் நகரும் பல பில்லியன் டாலர் ஆய்வகத்தில் உள்ள திறந்த கராஜில் இணை நிறுத்தம் செய்வது போன்றது.

சுற்றுப்பாதை இயக்கவியல் பூமியில் உள்ள ஓட்டுநர்கள் எதிர்கொள்ளாத கொடூரமான திருப்பங்களைச் சேர்க்கிறது. ஒரு விமானி முன்னோக்கி முடுக்கம் அளிக்க முயன்றால், விண்கலம் உண்மையில் மேல்நோக்கி நகர்கிறது. வாகனத்தை இயற்கையாக மெதுவாக்க காற்று உராய்வு இல்லை. தோல்வியின் விளைவுகள் பேரழிவு தரும்: மோதல் வருகை தரும் கைவினை மற்றும் நிலையம் இரண்டிலும் உள்ள அனைவரையும் கொல்லும், அதன் விளைவாக ஏற்படும் குப்பைத் தளம் டஜன் கணக்கான செயற்கைக்கோள்களையும் தரையில் உள்ள மக்களையும் கூட அச்சுறுத்தும்.

பல தசாப்தங்களாக, விண்வெளி பொறியாளர்கள் கடினமாக குறியிடப்பட்ட இயற்பியல் சமன்பாடுகள் மற்றும் மனித விமானிகளை அவற்றை சரிசெய்ய நம்பியுள்ளனர். இப்போது, ஸ்டான்போர்ட் ஆராய்ச்சியாளர்களின் புதிய முன் அச்சு ஆய்வறிக்கை, arXiv இல் கிடைக்கிறது, வேறு அணுகுமுறையை முன்மொழிகிறது. குழு ஒரு AI ஐ உருவாக்குகிறது, இது தொடர்ச்சியான "மன சிமுலேஷன்களை" செய்கிறது — இது எதிர்கால விண்கலங்கள் ஒன்றோடொன்று எவ்வாறு தொடர்பு கொள்ளும் என்பதை அடிப்படையில் மாற்றக்கூடும் என்று அவர்கள் கூறுகிறார்கள். அவர்களின் அமைப்பு அவுட்-ஆஃப்-திஸ்-வேர்ல்ட் மாடல், அல்லது OWM என்று அழைக்கப்படுகிறது.

இன்று விண்கலங்கள் எவ்வாறு இணைகின்றன — மற்றும் அது எங்கு தோல்வியடைகிறது

OWM ஏன் முக்கியம் என்பதைப் புரிந்து கொள்ள, தாழ்வான பூமி சுற்றுப்பாதையில் (LEO) வழிசெலுத்துவதற்கான வழக்கமான கருவித்தொகுப்பைப் புரிந்துகொள்வது உதவுகிறது. பாரம்பரிய வழிசெலுத்தல் கணினிகள் வழிகாட்டுதல், வழிசெலுத்தல் மற்றும் கட்டுப்பாடு (GNC) வழிமுறையை இயக்குகின்றன. அவை விரிவாக்கப்பட்ட கல்மான் வடிகட்டி எனப்படும் கணிதக் கருவியையும் பயன்படுத்துகின்றன, இது GPS பெறுநர்கள் மற்றும் நட்சத்திர டிராக்கர்களிடமிருந்து தரவை உட்கொண்டு வாகனத்தை இயக்க தேவையான த்ரஸ்டர் எரிப்பு கடமை சுழற்சிகளை வெளியிடுகிறது.

கல்மான் வடிகட்டிகள் மற்றும் வீடியோ சிக்கல்

கல்மான் வடிகட்டிகள் சக்திவாய்ந்தவை, ஆனால் அவை அதிவேக வீடியோவை செயலாக்குவதில் மோசமானவை. அந்த வரம்பு பொறியாளர்களை பாரம்பரிய கணினி பார்வை நுட்பங்களை நோக்கி தள்ளுகிறது. இருப்பினும், விண்வெளியில், அந்த நுட்பங்கள் கடுமையான தடையை எதிர்கொள்கின்றன: அவை உடையக்கூடியவை. சூரிய ஒளி ஒரு சூரிய மின்கல அடுக்கில் பிரகாசித்தால், அல்லது இலக்கின் ஒரு பகுதி திடீரென நிழலில் மூடப்பட்டால், கணினி பார்வை வழிமுறைகள் முற்றிலும் தவறாகலாம். ஒரு கணம் தெளிவாகத் தெரிந்த இணைப்புத் தளம் அடுத்த கணம் அடையாளம் காண முடியாத வடிவமாக மாறலாம்.

வலுவூட்டல் கற்றல் ஏன் தடுமாறுகிறது

இயந்திர கற்றல் சரியான தீர்வாகத் தெரிகிறது, மேலும் ஆராய்ச்சியாளர்கள் முயற்சித்துள்ளனர். அவர்கள் வலுவூட்டல் கற்றல் (RL) வழிமுறைகளைப் பயன்படுத்தத் தொடங்கினர் — கணினிகளை சதுரங்கம் மற்றும் Dota விளையாட்டுகளில் வெற்றி பெறக் கற்பித்த அதே வகை முறைகள். ஆனால் RL க்கு ஒரு குறுகிய வசதியான மண்டலம் உள்ளது: விதிகள் நிலையானதாகவும் குறிப்பிட்டதாகவும் இருக்கும்போது அது சிறந்து விளங்குகிறது. விதிகளை மாற்றினால், எடுத்துக்காட்டாக ISS இன் எந்தப் பக்கத்தில் இணைப்புத் தளம் உள்ளது என்பதை மாற்றினால், வழிமுறைகளுக்கு என்ன செய்வது என்று தெரியாது. ஒரு கட்டமைப்பில் குறையின்றி செயல்பட்ட இணைப்பு சூழ்ச்சி மற்றொன்றில் முற்றிலும் தோல்வியடையலாம்.

அவுட்-ஆஃப்-திஸ்-வேர்ல்ட் மாடல் அறிமுகம்

ஸ்டான்போர்ட் குழுவின் பதில் ஒரு "உலக மாதிரி". ஒரே விதிகளை மனப்பாடம் செய்வதற்குப் பதிலாக அல்லது உடையக்கூடிய அம்ச கண்டறிதலை நம்புவதற்குப் பதிலாக, ஒரு உலக மாதிரி சூழலின் உள் பிரதிநிதித்துவத்தை உருவாக்கி அதை மன சிமுலேஷன்களை இயக்கப் பயன்படுத்துகிறது. விண்கலம், உண்மையில், சாத்தியமான எதிர்காலங்களைப் பற்றி கனவு காண முடியும் — அதன் த்ரஸ்டர்கள் அதன் பாதையை எவ்வாறு மாற்றும், நிலையம் சுழலும்போது எவ்வாறு தோன்றும், வெளிச்சம் நிலைமைகள் எவ்வாறு மாறக்கூடும் என்பதை கற்பனை செய்து — ஒரு எரிப்புக்கு உறுதியளிப்பதற்கு முன்.

இது பாரம்பரிய GNC மற்றும் தூய RL இரண்டிலிருந்தும் ஒரு அர்த்தமுள்ள விலகல். பாரம்பரிய வழிமுறைகள் ஒவ்வொரு பணிக்கும் கைமுறையாக உருவாக்கப்பட்ட சமன்பாடுகளைச் சார்ந்துள்ளன. RL முகவர்கள் ஒரு குறுகிய களத்தில் விரிவான பயிற்சியைச் சார்ந்துள்ளனர். ஒரு உலக மாதிரி பொதுமைப்படுத்தலை நோக்கமாகக் கொண்டுள்ளது: உலகம் எவ்வாறு செயல்படுகிறது என்பதற்கான ஒரு முன்கணிப்பு மாதிரியைக் கற்றுக்கொள்வதன் மூலம், சூழ்நிலை மாறும்போது, வேறு இணைப்புத் தள நோக்குநிலை அல்லது எதிர்பாராத நிழல்கள் போன்றவற்றில் அது தகவமைக்க முடியும்.

பேஸ்பால் ஒப்புமை: சமன்பாடுகள் இல்லாமல் சிந்தித்தல்

ஆராய்ச்சியாளர்கள் இந்தக் கருத்தை ராக்கெட்டுகளுடன் எந்தத் தொடர்பும் இல்லாத ஒரு ஒப்புமையுடன் விளக்குகிறார்கள்: ஒரு பேஸ்பால் அல்லது கிரிக்கெட் வீரர் ஒரு பறக்கும் பந்தைப் பிடிப்பது. ஒரு அவுட்ஃபீல்டர் ஒரு கேட்ச் செய்ய நகரும்போது, அவர்கள் உடனடியாக பகுதி வேறுபாடு சமன்பாடுகளைத் தீர்க்கத் தொடங்குவதில்லை. அதற்குப் பதிலாக, பந்து எவ்வாறு பயணிக்கும் என்பதற்கான உள்ளுணர்வு, முன்கணிப்பு மாதிரியை நம்புகிறார்கள் — அனுபவத்திலிருந்து கட்டப்பட்ட ஒரு மன சிமுலேஷன். அவர்கள் ஓடி, சரிசெய்து, காகிதத்தில் ஒரு பாதையைக் கணக்கிடாமல் பந்தை வழிமறிக்கிறார்கள்.

ஒரு உலக மாதிரி ஒரு விண்கலத்திற்கு இதே போன்ற ஒன்றை வழங்குகிறது. ஒவ்வொரு படிநிலையிலும் சுற்றுப்பாதை இயக்கத்தின் சமன்பாடுகளை வெளிப்படையாகத் தீர்ப்பதற்குப் பதிலாக, AI உள் விளைவுகளை உருவகப்படுத்த முடியும். அது ஒரு இணைப்பு அணுகுமுறையின் மூலம் "கனவு" காண முடியும், கற்பனையான செயல்களை அதன் கற்ற இயற்பியல் மற்றும் உணர்வு மாதிரிக்கு எதிராக சோதிக்க முடியும். மன சிமுலேஷன் ஒரு மோதல் அல்லது தவறவிட்ட சீரமைப்பை முன்னறிவித்தால், உண்மையான உலகில் சூழ்ச்சி தவறாகும் முன் கணினி சரிசெய்ய முடியும்.

எதிர்கால விண்கலங்களுக்கு இது என்ன அர்த்தம்

இதன் தாக்கங்கள் ISS உடன் இணைப்பதற்கு அப்பால் செல்கின்றன. அதிக விண்கலங்கள் தன்னாட்சியாக செயல்படும்போது — செயற்கைக்கோள்களுக்கு சேவை செய்தல், சுற்றுப்பாதையில் கட்டமைப்புகளை இணைத்தல், அல்லது நெரிசலான சுற்றுப்பாதை பாதைகளில் போக்குவரத்தை வழிநடத்துதல் — புதிய சூழ்நிலைகளைப் பற்றி பகுத்தறியும் திறன் அவசியமாகிறது. கடினமாக குறியிடப்பட்ட சமன்பாடுகள் மற்றும் உடையக்கூடிய கணினி பார்வை, வாகனங்கள் ஒத்துழைக்க வேண்டும், குப்பைகளைத் தவிர்க்க வேண்டும், மற்றும் எந்தப் பொறியாளரும் முழுமையாக எதிர்பார்க்காத நிலைமைகளுக்கு தகவமைக்க வேண்டும் என்ற எதிர்காலத்திற்கு அளவிட முடியாது.

ஸ்டான்போர்ட் ஆய்வறிக்கை ஒரு முன் அச்சு, அதாவது இது இன்னும் சக மதிப்பாய்வு செய்யப்படவில்லை, மேலும் மூல உரை OWM இன் கட்டமைப்பு, பயிற்சி தரவு அல்லது செயல்திறன் அளவுகோல்களை விவரிக்கவில்லை. ஆனால் மையக் கருத்து கவர்ச்சிகரமானது: விண்கலங்களுக்கு அவற்றின் உலகத்தின் மன மாதிரியை உருவாக்கக் கற்பிக்கவும், பின்னர் அவை த்ரஸ்டர்களை இயக்குவதற்கு முன் தங்கள் தலைகளில் பயிற்சி செய்ய அனுமதிக்கவும். அது வேலை செய்தால், இணைப்பது ஒரு வெண்மணி இணை நிறுத்த வேலையை விட ஒரு வழக்கமான விஷயமாக மாறலாம் — விண்கலம் ஏற்கனவே அணுகுமுறை தவறாகப் போகக்கூடிய ஆயிரம் வழிகளை கற்பனை செய்து ஒரு பாதையைக் கண்டறிந்திருக்கும்.

இப்போதைக்கு, பிரச்சினை எப்போதும் போலவே பயங்கரமானதாகவே உள்ளது. மணிக்கு 28,000 கிமீ வேகத்தில் வேகங்களைப் பொருத்துதல், சுற்றுப்பாதை நகர்வை ஈடுசெய்தல், மற்றும் பேரழிவு மோதலைத் தவிர்த்தல் ஆகியவை இரவோடு இரவாக மறையும் சவால்கள் அல்ல. ஆனால் ஸ்டான்போர்ட் ஆராய்ச்சியாளர்கள் அடுத்த தலைமுறை விண்கலங்கள் நிலையத்திற்கு வெறுமனே கணக்கிட்டு செல்லாது என்று பந்தயம் கட்டுகிறார்கள். அவை கனவு கண்டு அங்கு செல்லும்.

இந்தக் கட்டுரை யுனிவர்ஸ் டுடேயின் செய்தி அறிக்கையை அடிப்படையாகக் கொண்டது. அசல் கட்டுரையைப் படிக்கவும்.