アメリカは、人工知能が軌道上で衛星の方向を自動制御する応用を展示しました。これは人間の介入を必要としません。この飛行は空軍研究実験室（AFRL）によって行われ、人工知能の応用をセンサーやペイロードの管理から宇宙船のコア機能へと推進しました。このミッションでは、人工知能エージェントが地球から数百マイル離れた衛星にアップロードされ、単一の軌道内でその宇宙船を目標に向けて誘導しました。このシステムは宇宙船の方向を制御するだけでなく、危険な状況を回避し、自律ソフトウェアが軍事および科学ミッションにおける地上指令への依存をどのように減少させるかを示しました。
この展示は、人工知能の宇宙操作における応用モデルの変化を表しています。神経ネットワークは、ミッション機器をサポートするだけでなく、衛星バスを直接指揮し、宇宙船の軌道における向きと機動能力を決定します。空軍の技術執行官でありAFRLの指揮官であるダグラス・P・ウィケット准将は、「私たちは、人工知能の進歩を信頼できる自律的な仲間に変換し、今日の急速に変化する課題に対処する責任があります。」と述べました。彼はさらに、「AFRLのビジョンは、私たちの使命を実行することによって、勝利をもたらす科学と技術を発見、開発、提供し、未来を勝ち取ることです。」と付け加えました。
AFRLが人工知能を衛星の自律制御に応用
AFRLの自律能力チーム（ACT3）は、強化学習を使用してこの神経ネットワークを開発しました。チームは反復シミュレーションを通じてモデルを訓練し、その後、実験室テストを行って仮想性能と実際の宇宙船操作とのギャップを縮小しました。このプロジェクトは迅速な開発手法に従い、人工知能システムを研究環境から運用テストへ迅速に移行することを目指しています。AFRLの上級科学者スティーブ・「カプ」・ロジャース博士は、「私たちはスタートアップのような敏捷性を持って、強化学習モデルを実験室から直接軌道に持ち込みました。」と述べました。彼は、「この飛行はACT3の核心使命を完璧に体現しており、空軍と宇宙部隊における人工知能の大規模な実現を目指しています。」と語りました。
強化学習により、人工知能モデルはシミュレーションされた行動と結果のフィードバックを受け取ることで意思決定を改善することができます。このミッションでは、このアプローチによりエージェントは操作制限内で宇宙船を方向付ける方法を学びました。成功した飛行は、神経ネットワークに基づく制御システムがシミュレーションと地上検証を経て実体の宇宙船で運用できることを示す証拠を提供しました。
神経ネットワークに加えて、このミッションでは自律制御のリスクを低減することを目的とした人工知能監視システムと運用時の保障措置も評価されました。監視システムは、人工知能が十分に検証されていない状況に近づくのを識別できるため、制御権をバックアップシステムに移すことができます。保障措置は宇宙船の状態と神経ネットワークの出力を監視し、設定された安全限界に近づくと介入を行います。これらの二つの安全システムは、飛行中にシャドウモードで運用され、宇宙船を制御することはありませんでしたが、リアルタイムで人工知能の意思決定に対する反応を記録しました。
軌道上で自律的な方向付け能力が証明されたことで、AFRLは今後のミッションでより複雑な人工知能による宇宙船操作のテストを計画しています。