La inteligencia artificial ayuda a explorar Marte... y llegar¨¢ m¨¢s lejos

Los cient¨ªficos ya tienen una vislumbre de c¨®mo la inteligencia artificial les ayudar¨¢ a explorar el cosmos en el futuro. Los ingenieros astrof¨ªsicos ense?an a las naves espaciales a pensar por s¨ª mismas y a tomar decisiones solas: esas m¨¢quinas ya son capaces de colectar y analizar informaci¨®n cient¨ªfica, y luego seleccionar los datos que deben enviar a la Tierra, sin ninguna participaci¨®n humana. El mejor ejemplo es el sistema AEGIS (Autonomous Exploration for Gathering Increased Science) de la NASA, que ha sido probado en el robot Curiosity desde 2016 y que tiene el potencial de acelerar los descubrimientos cient¨ªficos en Marte, seg¨²n un informe publicado en la revista Science Robotics.?

M¨¢s informaci¨®n

Un lago en Marte como los de la Tierra

¡°En cinco a?os, como mucho, encontraremos evidencias de un planeta con vida fuera del Sistema Solar¡±

La misi¨®n del Curiosity es estudiar el sustrato del cr¨¢ter Gale del planeta rojo para descubrir si en alg¨²n momento tuvo caracter¨ªsticas compatibles con la existencia de vida. AEGIS selecciona rocas de aspecto interesante y ordena al robot que dispare su c¨¢mara l¨¢ser en las piedras para vaporizarlas y analizar su composici¨®n. "Programamos el Curiosity para usar el sistema cuando el robot se traslada a un nuevo sitio y, desde la Tierra, tardamos un determinado tiempo en conocer su ubicaci¨®n exacta y qu¨¦ est¨¢ a su alrededor", cuenta a EL PA?S Raymond Francis, miembro del Jet Propulsion Lab que cre¨® el software. "Durante ese per¨ªodo, el sistema permite al Curiosity tomar la decisi¨®n de qu¨¦ es importante analizar".?

Francis es uno de los desarrolladores que ense?aron a AEGIS c¨®mo reconocer la roca madre, que contiene pistas sobre la capacidad pasada de Marte de soportar la vida. El 93% de los casos, la inteligencia artificial elige el mismo objetivo que un ser humano habr¨ªa elegido, pero sin los 48 minutos que el Curiosity tardar¨ªa en enviar una imagen a la NASA y recibir ¨®rdenes de vuelta ¡ªun tiempo de inactividad considerable para una m¨¢quina que cost¨® 2.600 millones de d¨®lares¡ª. Gracias al nuevo sistema, el robot tarda entre 90 y 105 segundos en apuntar, disparar a la piedra y analizar los resultados.?

AEGIS tambi¨¦n tiene la capacidad de corregir el objetivo de la c¨¢mara l¨¢ser para ayudar los controladores humanos cuando quieren analizar una caracter¨ªstica muy peque?a en una roca. Si la NASA no da con ese detalle en el primer intento, la medici¨®n podr¨ªa perderse para siempre, porque el robot necesita trasladarse a otro sitio r¨¢pidamente. Ese sistema de correcci¨®n puede ralentizar las cosas por unos minutos, pero en las dos veces que se le ha utilizado, corrigi¨® disparos que hubieran perdido el objetivo y, en palabras del equipo de cient¨ªficos, "salv¨® el d¨ªa". El equipo se?ala, sin embargo, que evita ejecutar AEGIS cuando las bater¨ªas del Curiosity est¨¢n cerca de agotarse o cuando hay demasiados datos para transmitir a la Tierra.?

Francis cuenta que el sistema fue creado en 2010 originalmente para el robot Opportunity, que lleva 13 a?os en Marte, para capturar im¨¢genes de cantos rodados. "Desde entonces, hemos mejorado su capacidad para discriminar materiales", dice. El equipo trabaja ahora para aumentar la flexibilidad de AEGIS para seleccionar objetivos, apuntar y obtener mediciones. Y el pr¨®ximo robot de la NASA que aterrizar¨¢ en el planeta rojo en 2020 contar¨¢ con una c¨¢mara m¨¢s potente, capaz de analizar las estructuras cristalinas y los espectr¨®metros visibles e infrarrojos a distancia.?

La NASA pretende que las naves y robots espaciales se organicen y se coordinen ?de manera aut¨®noma para explorar ?mundos distantes

"El robot de 2020 tambi¨¦n tendr¨¢ un sistema de planificaci¨®n, es decir, ser¨¢ capaz de comprobar c¨®mo va el cronograma de sus actividades, y si llega a un resultado m¨¢s r¨¢pido de lo planeado, se reprogramar¨¢ para incluir m¨¢s tareas en un mismo d¨ªa. Lo mismo puede ocurrir si algo sale mal y hay alg¨²n retraso en la misi¨®n. El robot se adaptar¨¢ seg¨²n las circunstancias", explica Steve Chien, del Grupo de Inteligencia Artificial del Jet Propulsion Lab, quien considera que la inteligencia artificial representa una nueva era en la exploraci¨®n espacial.?

Machine learning

Chien se?ala que algunos sat¨¦lites han sido controlados por inteligencia artificial por muchos a?os, para detectar eventos como erupciones volc¨¢nicas, inundaciones o incendios forestales. Esa tecnolog¨ªa tambi¨¦n permite que los sat¨¦lites puedan comunicarse con otros sensores espaciales para intercambiar notificaciones. "Queremos dotar los robots espaciales con la misma capacidad.?Para las naves m¨¢s alejadas de la Tierra, no tener que esperar un comando humano hace que sea m¨¢s f¨¢cil estudiar fen¨®menos de corta duraci¨®n como remolinos de arena en Marte o chorros de gas que salen de un cometa", sostiene el cient¨ªfico.

Si alg¨²n d¨ªa la humanidad llega a Alfa Centauri,?probablemente lo har¨¢ gracias a robots de aprendizaje autom¨¢tico

La NASA pretende que en el futuro las naves y robots espaciales puedan organizarse y coordinarse entre si de manera aut¨®noma para explorar de manera m¨¢s eficiente mundos distantes, a trav¨¦s de machine learning (aprendizaje autom¨¢tico) y rob¨®tica de enjambres. "Pero, hasta ahora, el aprendizaje autom¨¢tico solo ha sido utilizado por el equipo en la Tierra para analizar los datos extra¨ªdos de la nave espacial. El machine learning en el espacio llegar¨¢ alg¨²n d¨ªa, pero solo despu¨¦s de mucho m¨¢s tiempo de desarrollo y experiencia con inteligencia artificial", matiza Chien. Cuando ese d¨ªa llegue, los robots aut¨®nomos podr¨¢n explorar sitios como Europa, la luna helada de J¨²piter cuyo oc¨¦ano subterr¨¢neo podr¨ªa albergar vida. "Nuestro objetivo es incorporar machine learning?para que la Mission Cassini llegue a Europa el 2026 o el 2028", cuenta.?

Y si alg¨²n d¨ªa la humanidad llega a Alfa Centauri, el sistema de estrellas m¨¢s cercano, donde se encuentra el potencialmente habitable exoplaneta Proxima b, probablemente lo har¨¢ gracias a robots de aprendizaje autom¨¢tico. "Ese es nuestro reto final, pero la nave tendr¨ªa que ser muy resistente y robusta. Adem¨¢s, solo el trayecto de ida y vuelta tardar¨ªa nueve a?os-luz, con lo cual la misi¨®n deber¨ªa ser totalmente aut¨®noma, sin ning¨²n apoyo humano", comenta Chien. El experto opina que la inteligencia artificial tendr¨ªa que avanzar mucho en detecci¨®n de eventos, gesti¨®n de recursos y coordinaci¨®n de agentes m¨²ltiples antes de que se pueda considerar realizar esas misiones. A?ade, sin embargo, que las innovaciones actuales ya allanan el camino para hacerlas realidad.