Технология виртуального помощника Daphne-AT, созданная исследователями из Техасского университета A&M, вдохновлена идеями наподобие Siri, но предназначена для критически важных космических операций. Ее основная задача – помощь астронавтам в обнаружении и устранении аномалий на борту космического корабля.
Система непрерывно обрабатывает в реальном времени потоки данных от Системы контроля окружающей среды и жизнеобеспечения (ECLSS). Она определяет, когда показатели выходят за установленные допустимые пределы, сигнализирует об аномалии и предоставляет экипажу информацию для решения проблемы. Daphne-AT использует комбинацию логических правил и анализа данных для выявления неполадок и гипотез об их причинах, сокращая необходимость в постоянном взаимодействии с Землей по сравнению с традиционными помощниками.
В лабораторных симуляциях с использованием виртуальной реальности инженеры, использовавшие Daphne-AT, решали пять заданных аномалий значительно быстрее и с меньшей умственной нагрузкой, чем без нее. Однако в строгих 45-дневных испытаниях на объекте HERA (Аналог для исследований в области изучения человека) в Космическом центре NASA имени Джонсона результаты были иными. Восемь экипажей по четыре инженера NASA, протестировавших систему, не показали статистически значимого улучшения во времени устранения аномалий при использовании Daphne-AT.
Ведущий исследователь проекта, доцент кафедры аэрокосмической техники Техасского A&M доктор Даниэль Сельва, объяснил это несоответствие: «Участники HERA обладали гораздо более высокой подготовкой и опытом. Возможно, им просто требовалось больше времени, чтобы разобраться в разнообразных аномалиях, с которыми они столкнулись». Со-руководитель проекта, доктор Ана Диас Артилес, также является супругой доктора Сельвы.
Проект Daphne-AT стартовал в 2019 году на основе предложения Сельвы и Диас Артилес, финансируемого NASA. Оба исследователя ранее работали в Arianespace, участвуя в кампании запусков ракеты Ariane 5, где и познакомились. Этот опыт работы в среде с высокими ставками по устранению аномалий лег в основу проекта. Ключевым участником стала доктор Бонни Дж. Данбар, профессор аэрокосмической техники в Техасском A&M, бывший астронавт NASA и со-исследователь (Co-I), чей опыт был незаменим для создания реалистичной среды тестирования. Для обеспечения точной статистической обработки данных был привлечен доцент кафедры статистики доктор Раймонд Вонг.
Разработка Daphne-AT велась на фоне стремительной эволюции ИИ, особенно с появлением больших языковых моделей (LLM). Сельва отметил, что еще во время работы доцентом в Корнеллском университете (примерно 2008-2012 гг.) он создавал небольшие, надежные языковые модели с механистическими ответами на основе шаблонов, задолго до современных LLM с их миллиардами параметров. Опыт, накопленный за последние 6 лет работы над проектом, должен помочь NASA в разработке будущих стандартов для ИИ-ассистентов.
Результаты первоначального исследования Daphne-AT были опубликованы в журнале Journal of Aerospace Information Systems. Среди авторов – доктора Даниэль Сельва, Ана Диас Артилес, Бонни Дж. Данбар и Раймонд Вонг.
Изображение носит иллюстративный характер
Система непрерывно обрабатывает в реальном времени потоки данных от Системы контроля окружающей среды и жизнеобеспечения (ECLSS). Она определяет, когда показатели выходят за установленные допустимые пределы, сигнализирует об аномалии и предоставляет экипажу информацию для решения проблемы. Daphne-AT использует комбинацию логических правил и анализа данных для выявления неполадок и гипотез об их причинах, сокращая необходимость в постоянном взаимодействии с Землей по сравнению с традиционными помощниками.
В лабораторных симуляциях с использованием виртуальной реальности инженеры, использовавшие Daphne-AT, решали пять заданных аномалий значительно быстрее и с меньшей умственной нагрузкой, чем без нее. Однако в строгих 45-дневных испытаниях на объекте HERA (Аналог для исследований в области изучения человека) в Космическом центре NASA имени Джонсона результаты были иными. Восемь экипажей по четыре инженера NASA, протестировавших систему, не показали статистически значимого улучшения во времени устранения аномалий при использовании Daphne-AT.
Ведущий исследователь проекта, доцент кафедры аэрокосмической техники Техасского A&M доктор Даниэль Сельва, объяснил это несоответствие: «Участники HERA обладали гораздо более высокой подготовкой и опытом. Возможно, им просто требовалось больше времени, чтобы разобраться в разнообразных аномалиях, с которыми они столкнулись». Со-руководитель проекта, доктор Ана Диас Артилес, также является супругой доктора Сельвы.
Проект Daphne-AT стартовал в 2019 году на основе предложения Сельвы и Диас Артилес, финансируемого NASA. Оба исследователя ранее работали в Arianespace, участвуя в кампании запусков ракеты Ariane 5, где и познакомились. Этот опыт работы в среде с высокими ставками по устранению аномалий лег в основу проекта. Ключевым участником стала доктор Бонни Дж. Данбар, профессор аэрокосмической техники в Техасском A&M, бывший астронавт NASA и со-исследователь (Co-I), чей опыт был незаменим для создания реалистичной среды тестирования. Для обеспечения точной статистической обработки данных был привлечен доцент кафедры статистики доктор Раймонд Вонг.
Разработка Daphne-AT велась на фоне стремительной эволюции ИИ, особенно с появлением больших языковых моделей (LLM). Сельва отметил, что еще во время работы доцентом в Корнеллском университете (примерно 2008-2012 гг.) он создавал небольшие, надежные языковые модели с механистическими ответами на основе шаблонов, задолго до современных LLM с их миллиардами параметров. Опыт, накопленный за последние 6 лет работы над проектом, должен помочь NASA в разработке будущих стандартов для ИИ-ассистентов.
Результаты первоначального исследования Daphne-AT были опубликованы в журнале Journal of Aerospace Information Systems. Среди авторов – доктора Даниэль Сельва, Ана Диас Артилес, Бонни Дж. Данбар и Раймонд Вонг.
