अँथ्रोपिकच्या क्लॉड मशीन लर्निंग मॉडेलने क्लॉडने यापूर्वी कधीही न आखलेल्या गोष्टीची धाडसीपणे योजना केली आहे — नासाच्या पर्सव्हरेन्स रोव्हरसाठी मंगळावरचा मार्ग.

कृत्रिम बुद्धिमत्तेद्वारे तयार केलेल्या मार्गावर आधारित रोव्हरने गेल्या महिन्यात मंगळाच्या पृष्ठभागावर सुमारे 400 मीटरचा प्रवास केला. नासाच्या जेट प्रोपल्शन लॅबोरेटरी (जेपीएल) मधील अभियंत्यांच्या आशीर्वादाने असे झाले, ज्यांनी अँथ्रोपिकच्या कृत्रिम बुद्धिमत्ता मॉडेलला ट्रॅजेक्टोरी प्लॅनिंगचे सूक्ष्म काम सोपवण्याचा निर्णय घेतला.

या महत्त्वाच्या घटनेबद्दल अँथ्रोपिकने लेखी स्पष्ट केल्याप्रमाणे, मंगळाची पृष्ठभाग रोव्हर्ससाठी विश्वासघातकी असू शकते. 2009 मध्ये स्पिरिट रोव्हरच्या बाबतीत घडल्याप्रमाणे, महागड्या अवकाश उपकरणे वाळूमध्ये अडकल्याबद्दल कोणीही जबाबदार राहू इच्छित नाही.

त्यामुळे चिकाटी संघ मार्गाच्या नियोजनासाठी बराच वेळ घालवतो. यामध्ये रोव्हरच्या हालचालींना मार्गदर्शन करण्यासाठी वेपॉइंट्सची मालिका सेट करण्यासाठी मंगळाच्या कक्षीय आणि पृष्ठभागाच्या प्रतिमांचा सल्ला घेणे समाविष्ट आहे. एकदा प्लॉट केल्यावर, हा डेटा सुमारे 140 दशलक्ष मैल किंवा 225 दशलक्ष किलोमीटर अंतरावर प्रसारित केला जातो – पृथ्वीपासून मंगळाचे सरासरी अंतर – जिथे तो नेव्हिगेशन प्लॅन म्हणून Perseverance द्वारे प्राप्त होतो. आवश्यक अंतरामुळे जॉयस्टिकद्वारे थेट ड्रायव्हिंग शक्य नाही.

Perseverance मध्ये AutoNav प्रणाली आहे जी रिअल-टाइम निर्णय हाताळते. “AutoNav रोव्हरला त्याचा मार्ग खडकांभोवती किंवा पूर्वनिश्चित गंतव्यस्थानाच्या मार्गावरील इतर अडथळ्यांभोवती स्वायत्तपणे बदलण्याची परवानगी देते,” NASA स्पष्ट करते.

आगाऊ नियोजन व्यवस्थित झाले असेल तर पुनर्नियोजनाची गरज भासणार नाही.

पुढे नियोजन करणे हे “वेळ घेणारे” आणि “कष्टाचे” आहे, अँथ्रोपिक म्हणाले, म्हणून JPL संशोधकांनी क्लॉडला – त्याच्या दृश्य क्षमता वापरून – जाऊ देण्याचा निर्णय घेतला.

“जनरेटिव्ह AI ने NASA च्या Mars Reconnaissance Orbiter spacecraft मधील HiRISE (हाय रिझोल्यूशन इमेजिंग सायन्स एक्सपेरिमेंट) कॅमेऱ्यातील उच्च-रिझोल्यूशन ऑर्बिटल प्रतिमांचे विश्लेषण प्रदान केले आणि डिजिटल एलिव्हेशन मॉडेल्समधील भूप्रदेश उतार डेटा,” JPL ने ऑनलाइन पोस्टमध्ये म्हटले आहे. “महत्त्वाच्या भूप्रदेशाची वैशिष्ट्ये ओळखल्यानंतर – बेडरोक, आउटक्रॉप्स, धोकादायक बोल्डर फील्ड, वाळूचे तरंग आणि यासारखे – एक सतत पायवाट तयार केली गेली, ज्यामध्ये वेपॉइंट्स पूर्ण होते.”

क्लॉडने रोव्हर मार्कअप लँग्वेज (आरएमएल) मध्ये रोव्हर कमांड तयार केले, जे एक्सएमएलवर आधारित आहे. क्लॉडची वेब आवृत्ती विचारल्यावर RML तयार करू शकली नाही आणि सुरुवातीला RML चे कोणतेही ज्ञान नाकारले. जेव्हा या विषयावरील अँथ्रोपिकच्या विधानाकडे लक्ष वेधले गेले तेव्हा क्लॉडने प्रतिसाद दिला: “तुम्ही अगदी बरोबर आहात आणि मी माझ्या सुरुवातीच्या प्रतिसादाबद्दल दिलगीर आहोत!” तथापि, क्लॉड आरएमएलचे उदाहरण देऊ शकला नाही, ही कमतरता त्यांनी सार्वजनिकरित्या दस्तऐवजीकरण केलेल्या मानकांच्या कमतरतेला दिली.

परंतु स्पष्टपणे क्लॉडने RML तयार केले जेव्हा त्याने NASA डेटामध्ये प्रवेश केला. तेव्हाच मानवांनी मार्ग योजना तपासण्याची संधी घेतली. एआय मॉडेल्समध्ये चुका होतात, आणि जरी ही चिंता नसली तरीही, इतर ग्रहांवर प्रोग्रामिंग रोव्हर्स करताना हीच गोष्ट आहे. रोव्हरच्या आभासी प्रतिकृतीचे प्रतिनिधित्व करणाऱ्या सिम्युलेटरचा वापर करून, JPL अभियंत्यांनी रोव्हरचे अपेक्षित स्थान आणि संभाव्य अडथळ्यांबद्दल 500,000 हून अधिक टेलीमेट्री व्हेरिएबल्सचे परीक्षण केले. आणि त्यांनी दुरुस्त्या केल्या.

“जेपीएल अभियंत्यांनी क्लॉडच्या योजनांचे पुनरावलोकन केले तेव्हा त्यांना आढळले की केवळ किरकोळ बदल आवश्यक आहेत,” अँथ्रोपिक म्हणाले. “उदाहरणार्थ, ग्राउंड-लेव्हल कॅमेरा इमेजेस (ज्या क्लॉडने पाहिल्या नाहीत) अरुंद पॅसेजच्या दोन्ही बाजूला वाळूच्या तरंगांचे स्पष्ट दृश्य दिले; रोव्हर ड्रायव्हर्सनी क्लॉडपेक्षा या टप्प्यावर मार्ग अधिक अचूकपणे विभाजित करणे निवडले. परंतु त्याशिवाय, मार्ग चांगला धरून ठेवला. योजना मंगळावर पाठवण्यात आल्या, आणि रोव्हरने यशस्वीपणे योजना आखली.”

मंगळाच्या दिवशी 1707 आणि 1709 (18 फेब्रुवारी 2021 च्या लँडिंग तारखेपासून 08.55 PM GMT पासून सुरू होते), जे 8 आणि 10 डिसेंबर 2025 शी संबंधित आहे, Perseverance ने मानवांऐवजी कृत्रिम बुद्धिमत्तेद्वारे नियोजित मार्ग कार्यान्वित केले.

ही भाष्य केलेली परिभ्रमण प्रतिमा AI-नियोजित मार्ग (जांभळ्या रंगात दर्शविलेले) आणि वास्तविक मार्ग (केशरी) दर्शवते जे पर्सवेरन्स मार्स रोव्हरने त्याच्या 10 डिसेंबर 2025 रोजी जेझीरो क्रेटरमध्ये चालवताना घेतलेले आहे. प्रतिमा स्रोत: NASA/JPL-Caltech/UofA

ही भाष्य केलेली परिभ्रमण प्रतिमा AI-नियोजित मार्ग (जांभळ्या रंगात दर्शविलेले) आणि वास्तविक मार्ग (केशरी) दर्शवते जे पर्सवेरन्स मार्स रोव्हरने त्याच्या 10 डिसेंबर 2025 रोजी जेझीरो क्रेटरमध्ये चालवताना घेतलेले आहे. प्रतिमा स्रोत: NASA/JPL-Caltech/UofA – मोठे करण्यासाठी क्लिक करा

रोव्हरने अचूक मार्गाचा अवलंब केला नाही. NASA च्या डिसेंबर 10 च्या मार्गाची प्रतिमा दर्शवते की पूर्व-नियोजित मार्ग आणि वास्तविक मार्ग थोडासा भिन्न होता, बहुधा AutoNav प्रणालीद्वारे घेतलेल्या निर्णयांवर आधारित. परंतु कृत्रिम बुद्धिमत्तेने एक भूमिका बजावली आहे, ज्याची अनेक मॉडेल्सची प्रतिकृती अपेक्षित आहे कारण दृष्टी, भाषा आणि कृतीचे मॉडेल अधिक सक्षम आणि रोबोट्समध्ये एकत्रित केले जातात.

“हे प्रात्यक्षिक दाखवते की आमच्या क्षमता किती प्रगत आहेत आणि आम्ही इतर जगाचा शोध घेण्याच्या मार्गाचा विस्तार करतो,” नासाचे प्रशासक जेरेड इसाकमन यांनी एका निवेदनात म्हटले आहे. “यासारख्या स्वायत्त तंत्रज्ञानामुळे मोहिमा अधिक कार्यक्षमतेने चालवण्यात, आव्हानात्मक भूप्रदेशाला प्रतिसाद देण्यास आणि पृथ्वीपासूनचे अंतर वाढत असताना विज्ञान उत्पन्न वाढविण्यात मदत होऊ शकते. वास्तविक-जगातील ऑपरेशन्समध्ये नवीन तंत्रज्ञान काळजीपूर्वक आणि जबाबदारीने लागू करण्याचे हे एक शक्तिशाली उदाहरण आहे.”

मानवी अहवाल सूचित करतात की जेपीएल अभियंते म्हणतात की क्लॉड मार्गक्रमण करण्यासाठी लागणारा वेळ अर्धा कमी करू शकतो. तथापि, एआय जग किती वेळ अर्धा कापला जाईल हे निर्धारित करण्यात अयशस्वी झाले. तो भाग निर्दिष्ट करण्यासाठी अँथ्रोपिक आणि JPL च्या प्रतिनिधींशी त्वरित संपर्क साधता आला नाही. ®

Source link