NASA พัฒนา AI ควบคุมดาวเทียม ตรวจจับและเก็บภาพอัตโนมัติใน 90 วิ

ปัจจุบันภาพถ่ายดาวเทียมไม่ใช่เรื่องไกลตัว ถือเป็นเทคโนโลยีที่มีการเข้าถึงและใช้งานอยู่ทั่วไป ตั้งแต่ระบบนำทางในชีวิตประจำวัน ภาคเกษตรกรรมการผลิต ด้านสิ่งแวดล้อม พยากรณ์อากาศ ไปจนการจัดการภัยพิบัติ อย่างไรก็ตามขั้นตอนการใช้งานดาวเทียมต้องอาศัยการควบคุม สั่งการ และตรวจสอบด้วยมนุษย์อยู่มากจึงใช้งานไม่สะดวกนัก

 

แต่จะเป็นอย่างไรเมื่อมีการพัฒนาระบบ AI ที่ช่วยตรวจจับภาพโดยอัตโนมัติ

 

 

เมื่อ NASA พัฒนา AI ตรวจจับภาพถ่ายดาวเทียมอัตโนมัติ

 

ผลงานนี้เป็นขององค์กรอวกาศที่ทุกคนรู้จักกันดีอย่าง NASA กับการคิดค้น Dynamic Targeting ระบบตรวจจับและระบุภาพด้วย AI สำหรับใช้งาสนบนดาวเทียม ช่วยให้ดาวเทียมสามารถประมวลเหตุการณ์ภาพที่เก็บได้พร้อมตัดสินใจปรับองศาการเก็บข้อมูลแบบเรียลไทม์ภายในเวลา 90 วินาที

 

เราทราบกันดีว่าภาพถ่ายดาวเทียมเป็นเทคโนโลยีที่มีประโยชน์และนำไปใช้งานได้หลากหลาย แต่ปัจจุบันเทคโนโลยีก็ยังมีข้อจำกัดในหลายด้าน โดยเฉพาะเมื่อเจอสิ่งกีดขวางแบบก้อนเมฆที่จะบดบังวิสัยทัศน์ ส่งผลให้กล้องต้องถูกใช้เก็บภาพก้อนเมฆไปเปล่าๆ สิ้นเปลืองเวลา แบนด์วิช ไปจนพื้นที่จัดเก็บข้อมูลโดยไม่จำเป็น

 

นี่เป็นเหตุผลให้ NASA พัฒนาระบบ Dynamic Targeting ที่นำเอา AI เข้ามาประยุกต์ใช้ร่วมกับภาพถ่ายดาวเทียม เพื่อทำการประเมินรายละเอียดภาพถ่ายที่เก็บได้แบบเรียลไทม์ จากนั้นจึงนำมาประมวลผลแล้ววิเคราะห์ ในกรณีที่พบเมฆและสิ่งกีดขวาง ดาวเทียมจะทำการปรับองศาการจับภาพแบบอัตโนมัติได้เอง โดยอาศัยระยะเวลาในการปรับเพียง 90 วินาที

 

กรณีที่จับภาพเหตุการณ์น่าสนใจ เช่น ปรากฏการณ์ทางสภาพอากาศ แนวโน้มก่อตัวของภัยธรรมชาติ หรือจุดความร้อนที่เกิดภายในป่า ดาวเทียมจะทำการปรับการตั้งค่าเพื่อโฟกัสตำแหน่งดังกล่าว เพื่อบันทึกภาพเหตุการณ์ผิดปกติที่เกิดขึ้นโดยละเอียด ซึ่งจะช่วยเพิ่มขีดความสามารถในการจับภาพของดาวเทียมให้แม่นยำยิ่งขึ้น

 

ในทางหนึ่ง Dynamic Targeting จึงอาจเป็นระบบ AI ที่ช่วยเพิ่มคุณค่าของภาพถ่ายดาวเทียมอย่างก้าวกระโดด

 

 

อนาคตของภาพถ่ายดาวเทียมอัตโนมัติ

 

ถึงตรงนี้หลายท่านอาจสงสัยทำไมระบบหันองศาและจับภาพอัตโนมัติของดาวเทียมจึงมีความสำคัญ สาเหตุมาจากปัจจุบันดาวเทียมถ่ายภาพที่ถูกใช้งานส่วนมากยังอาศัยการปรับแต่งข้อมูลด้วยมือมนุษย์ ทำให้เมื่อเผชิญกับเมฆ กลุ่มควัน หรือหมอกหนาแน่นจนบดบังทัศนวิสัย การหันองศากล้องทำได้ไม่ทันท่วงที

 

กรณีดาวเทียมที่มีการมอนิเตอร์ควบคุมตลอดเวลา เมื่อมีการตรวจพบกลุ่มเมฆบดบังอาจต้องใช้เวลา 10 – 15 นาทีในการตั้งค่าหามุมที่เหมาะสม หรือในบางกรณีกว่าจะเก็บภาพแล้วส่งข้อมูลกลับมายังโลกอาจใช้เวลาหลายชั่วโมงหรือหลักวันจึงจะมีการตั้งค่าแก้ไข ยิ่งสภาพาอากาศมีแนวโน้มเปลี่ยนแปลงทุกวัน งานตั้งค่ากล้องดาวเทียมจึงยิ่งทวีความซับซ้อน

 

นี่เป็นเหตุผลให้ Dynamic Targeting ของ NASA มีความสำคัญ หากสามารถนำมาใช้งานได้สำเร็จ จะช่วยลดข้อมูลขยะภายในระบบภาพถ่ายดาวเทียม เพิ่มสัดส่วนข้อมูลที่ใช้งานได้ ลดปัญหาการสิ้นเปลืองทรัพยากรไปกับภาพก้อนเมฆบนท้องฟ้า ที่จะช่วยประหยัดต้นทุนเวลาและค่าใช้จ่ายในระยะยาว และลดภาระบุคลากรไปพร้อมกัน

 

อันดับถัดมาคือ ตอบสนองเหตุการณ์ฉุกเฉินได้เร็วยิ่งขึ้น โดยเฉพาะกรณีภัยพิบัติและภัยธรรมชาติ เมื่อเก็บภาพได้มากขึ้นก็มีโอกาสตรวจจับหรือค้นพบเร็วขึ้น ช่วยเพิ่มระยะเวลาในการรับมือตอบสนองในการเตรียมพร้อมและแจ้งเตือน ช่วยลดความเสียหายที่เกิดต่อชีวิตและทรัพย์สิน

 

ดาวเทียมจะสามารถทำงานได้อย่างคล่องตัวมากขึ้น ลดการพึ่งพาการส่งผ่านคำสั่งจากสถานีภาคพื้นดิน จึงสามารถทำงานและเคลื่อนไหวได้คล่องตัวยิ่งขึ้น จนอาจนำไปสู่การค้นพบปรากฏการณ์ธรรมชาติที่ไม่เคยถูกสำรวจ เช่น การก่อตัวของพายุ การละลายของน้ำแข็งขั้วโลก หรือการปะทุของภูเขาไฟที่สามารถตรวจสอบได้ละเอียดยิ่งขึ้น

 

Dynamic Targeting จึงถือเป็นเทคโนโลยีที่อาจทำให้ดาวเทียมรวดเร็ว คล่องตัว ฉลาด และคุ้มค่ายิ่งขึ้นในอนาคต

 

 

 

ประโยชน์ของ Dynamic Targeting ไม่ได้หมดแค่บนพื้นโลก หากสามารถตัดสินใจได้เองแบบเรียลไทม์ มีความเป็นไปได้ว่าเราอาจส่งดาวเทียมไปประจำการบนดวงจันทร์หรือดาวอังคาร เพื่อสำรวจปรากฏการณ์ธรรมชาติต่างดาว และอาจเป็นอีกก้าวสำคัญในการสำรวจอวกาศต่อไป

 

ปัจจุบันระบบนี้เริ่มทดสอบใช้งานในดาวเทียมขนาดเล็ก CogniSAT‑6 หากประสบความสำเร็จก็พร้อมจะขยายการใช้งานไปสู่กลุ่มดาวเทียมต่อไปในอนาคต

 

 

 

ที่มา

 

https://www.nasa.gov/science-research/earth-science/how-nasa-is-testing-ai-to-make-earth-observing-satellites-smarter/