fbpx

Comment la NASA utilise-t-elle l’IA ?

L’intelligence artificielle et l’apprentissage automatique ont eu une profonde influence sur un large éventail de domaines et d’entreprises. En effet, ils ont ouvert la voie à l’automatisation et à l’optimisation des opérations ainsi qu’au développement de nouvelles opportunités commerciales. En outre, en raison des progrès rapides, ces innovations technologiques sont également utilisées dans la recherche et le développement en dehors de notre atmosphère, c’est-à-dire, dans l’espace. Pour en savoir plus à ce sujet, abordons donc en détails les applications de l’IA et de l’apprentissage automatique dans divers projets spatiaux et dans les sciences de la Terre. Voyons, notamment, comment la NASA ou la National Aeronautics and Space Administration les utilisent.

L’IA et l’apprentissage automatique utilisés pour l’exploration spatiale

La NASA progresse constamment dans les applications de l’intelligence artificielle dans le domaine de la recherche spatiale. Parmi les évolutions constatées, on distingue l’automatisation de l’analyse d’images pour la galaxie, la planète et la classification des étoiles.

Il y a aussi le développement de sondes spatiales autonomes. Ces outils permettent d’éviter les déchets spatiaux, et ce, sans aucune intervention humaine, mais en utilisant simplement la technologie radio basée sur l’IA pour créer des réseaux de communication plus efficaces et sans perturbation.

Une autre des applications de l’IA chez la NASA est la création d’atterrisseurs autonomes qui sont des robots errant à la surface d’autres planètes. Sans ordres explicites de la part de la salle de contrôle, ces robots autonomes doivent faire des jugements et éviter les obstacles sur le terrain accidenté tout en choisissant le parcours optimal. À noter que certaines des avancées les plus importantes dans l’exploration de la planète Mars ont largement reposé sur des robots autonomes.

Apprentissage automatique avancé pour les sciences de la Terre

En janvier 2020, la Radiant Earth Foundation et la NASA Earth Science Data Systems ou ESDS ont parrainé un atelier pour les professionnels afin d’explorer les progrès des méthodes d’apprentissage automatique sur les données d’observation de la Terre (OT) de la NASA. À titre de rappel, l’apprentissage automatique ou le machine learning est un type d’IA qui peut apprendre à partir de données, reconnaître des modèles et faire des choix avec peu, voire aucune, interaction humaine.

Cet événement, qui a eu lieu à Washington, a attiré 51 participants venant d’entités gouvernementales, de groupes à but non lucratif, d’universités et d’entreprises commerciales. Le rapport de session est maintenant disponible en ligne. Il met l’accent sur les difficultés, les solutions potentielles et les meilleures pratiques pour intégrer les données d’OT dans les processus de machine learning pour la recherche et les applications en sciences de la Terre.

À noter qu’en raison de l’abondance de données d’OT accessibles au public, les domaines scientifiques de la Terre sont les mieux placés pour utiliser le machine learning. Les données ouvertes, la technologie open source, la création de communautés, l’étude de développement d’algorithmes spécialisés et les échantillons étiquetés de référence sont les éléments constitutifs de l’utilisation courante de l’apprentissage automatique en sciences de la Terre. À cette fin, le programme ESDS de la NASA a investi dans la technologie et l’industrie basées sur le machine learning et qui se concentrent sur la science axée sur les données et l’efficacité opérationnelle. Il est également prévu de créer des ensembles de données pédagogiques de référence en sciences de la Terre qui pourraient être utilisés afin d’optimiser les algorithmes informatiques avancés et l’analyse comparative.

L’application de l’apprentissage automatique aux sciences de la Terre rencontre également des problèmes. On cite, entre autres, une pénurie d’ensemble de données de formation ou encore un transfert des applications machine learning du développement à la production. Pour résoudre ces problèmes, les participants à l’atelier ont alors exploré ces questions majeures. Nombreux sont aussi ceux qui ont fait des suggestions sur la meilleure façon de procéder.

La NASA utilise l’apprentissage automatique pour les projets spatiaux

La NASA est principalement connue pour ses nombreux projets spatiaux. Voici donc comment elle utilise l’IA dans la réalisation de ces projets.

Rovers sur Mars

Tesla, Google ou encore Uber ne sont pas les seules entreprises à s’engager dans la conception de voitures autonomes. En effet, il y a quelques années, la NASA a aussi développé des systèmes de conduite autonome pour Mars Rovers. Pour cela, la NASA a eu recours à AutoNav. Il s’agit d’un système de navigation et de mobilité basé sur l’apprentissage automatique pour les rovers martiens autonomes. AutoNav a, notamment, été utilisé dans les rovers Spirit et Opportunity, arrivés sur Mars en 2004.

Curiosity, un rover déployé en 2011, utilise également AutoNav et continue d’enquêter sur Mars afin de découvrir de l’eau et d’autres éléments qui pourraient rendre Mars viable pour les futurs voyages humains.

La médecine dans l’espace

Les problèmes de santé que les astronautes peuvent rencontrer en dehors de l’orbite terrestre ont toujours été au cœur des préoccupations de la NASA. En effet, dans l’espace, ceux-ci ne pourront pas retourner sur Terre pour un check-up chez un médecin si un problème survient.

En conséquence, la NASA développe alors la capacité médicale d’exploration. Celle-ci utilisera l’apprentissage automatique pour fournir des alternatives de soins de santé basées sur les futurs besoins médicaux prévus des astronautes. Ces choix de soins de santé seront, tout d’abord, développés par des professionnels de santé certifiés. Ensuite, ils se développeront au fil du temps, et au fur et à mesure des expériences des astronautes.

La recherche de planètes

L’univers a toujours été connu pour son immensité. La NASA estime, d’ailleurs, qu’il y a environ 100 milliards d’étoiles dans la galaxie, dont environ 40 milliards ont le potentiel de soutenir la vie.

La NASA pense également pouvoir découvrir un jour la présence de vies extraterrestres. Cependant, avant cette découverte, elle doit d’abord découvrir un nombre croissant de nouvelles planètes dans d’autres systèmes solaires.

Une fois ces exoplanètes identifiées, la NASA analysera alors leurs spectres atmosphériques pour voir si elles sont viables et si elles peuvent accueillir et soutenir des vies humaines.

Un astronaute robotique

Si le mot astronaute a toujours été utilisé pour désigner des hommes explorant l’espace, cette définition pourrait subir des modifications plus tard. En effet, la NASA a maintenant conçu un astronaute robotique, un produit de la science-fiction qui est maintenant devenue une réalité.

Cet astronaute robotique, du nom de Robonaut, a été développé de manière à pouvoir évoluer aux côtés des astronautes dans l’espace. Il peut ainsi les aider à effectuer des activités qui sont considérées comme dangereuses pour les humains.

Cette innovation due à l’intelligence artificielle renforce donc la capacité de la NASA en matière de recherche et de découverte spatiales et permet à cette entité de mieux comprendre la galaxie.

La navigation sur la Lune

Le laboratoire de développement frontière de la NASA travaille actuellement sur un projet qui vise à faciliter la navigation à la surface de la lune. Plus précisément, ce projet consiste à concevoir un GPS qui fonctionnera à la surface de la lune, et ce, sans avoir besoin de nombreux satellites coûteux.

Ce GPS pourra, notamment, s’avérer utile dans le cas où un astronaute serait perdu lors d’une exploration sur la lune. Une situation qui n’est pas encore arrivée jusqu’à ce jour, mais qui n’est pas à écarter totalement. Il vaut donc mieux se préparer à cette éventualité en développant dès maintenant une solution adaptée.

Vous souhaitez vous former au Big Data ? Retrouvez les formations Data Full Stack et Data Analyst qui vous forment aux métiers de Data Analyst, Data Scientist, Data Engineer et AI Scientist.
Merci pour votre lecture ! Si vous souhaitez lire nos prochains articles autour de la Data et de l’IA, vous pouvez nous suivre sur FacebookLinkedIn et Twitter pour être notifié lorsqu’un nouvel article est publié !