ایتنا - وقتی اپراتورهای فضایی مطمئن باشند که هوش مصنوعی مشکلات جدیدی برای آنها ایجاد نمی‌کند، برای خودران کردن فضاپیماهای خود، تنها از این فناوری استقبال خواهند کرد.

شرکت‌های خودرویی برای آماده‌سازی اتومبیل‌های خودران یک دهه سرگرم گردآوری داده‌ها از روی هزاران خودروی مجهز به دوربین، رادار، جی‌پی‌اس و واحدهای سنجش درونی بوده‌اند. اما برای شرکت‌ها یا آژانس‌های دولتی که درنظر دارند فضاپیماهای خودران بسازند، هیچ پایگاه داده قابل مقایسه‌ای وجود ندارد.

به گزارش ایتنا و به نقل از Space، اپراتورهای فضاپیماها بخشی از داده‌های مورد نیاز برای ایجاد و آموزش الگوریتم‌های یادگیری ماشین را از طریق پروژه‌هایی همچون Double Asteroid Redirection Test یا به اختصار DART بدست می‌آورند. دارت، یکی از مأموریت‌های ناسا برای ارسال یابشگر در سال ۲۰۲۱ به سامانه سیارک دوتایی دیدیموس (Didymos) است.
 
فرانکلین تانر (یک مهندس یادگیری ماشین و بینایی رایانه‌ای) می‌گوید: «داده‌ها یا حسگرهای ما زیاد نیستند. ما می‌توانیم فعالیت‌های پرشماری را شبیه‌سازی و مدل‌سازی کنیم؛ اما داده‌های واقعی چندانی در اختیار نداریم».
 
وقتی که داده‌های فضایی قابل‌ملاحظه‌ای در اختیار داشته باشیم، اپراتورهای فضاپیما نیز اقداماتی تدریجی در راستای خودکارسازی آنها انجام خواهند داد؛ چرا که آنها می‌گویند چنین کاری فواید زیادی به‌همراه خواهد داشت.