Toen NASA’s Marsrover Perseverance van punt A naar punt B moest komen, was dat niet zo eenvoudig als het invoeren van GPS-aanwijzingen. Ontdekkingsreizigers moeten de rotsblokkenvelden, zandduinen en steile hellingen van de buitenaardse planeet vermijden.
Om de koers van Perseverance in kaart te brengen, heeft NASA de hulp ingeroepen van AI en een digitale tweeling. Digitale tweelingen zijn vooral nuttig voor NASA, die “opereert in de meest extreme omgevingen die je maar kunt bedenken”, zegt Kevin Murphy, waarnemend hoofd kunstmatige intelligentie bij NASA. Deze technologie creëert virtuele replica’s van echte omgevingen en omstandigheden, waardoor NASA-wetenschappers de realtime omstandigheden in plaatsen als de ruimte en Mars kunnen begrijpen.
Net als NASA omarmt ook de bredere lucht- en ruimtevaartindustrie het gebruik van digitale tweelingen met AI. Menselijk toezicht en verificatie zijn van cruciaal belang voor vliegtuigen en wapens die mensenlevens in gevaar kunnen brengen, zegt Karen Willcox, directeur van het Oden Institute for Computational Engineering and Sciences en hoogleraar lucht- en ruimtevaarttechniek en technische mechanica aan de Universiteit van Texas in Austin.
“Zoveel AI-toepassingen die we in andere omgevingen hebben gezien, is dat het risico dat het fout gaat niet van leven of dood is, en dat stelt bedrijven in staat sneller te handelen”, aldus Wilcox.
“AI is zeer krachtig”, voegde hij eraan toe. “Maar AI alleen zal nooit genoeg zijn.”
Binnenin de digitale tweeling van NASA
Digitale tweelingen zijn niets nieuws voor NASA. Het ruimtevaartagentschap was een pionier met het concept in de jaren zestig tijdens de Apollo-missies.
Sindsdien zijn de technologie en de gebruiksscenario’s ervan verder gevorderd. Murphy zegt dat digitale tweelingen met de komst van AI meer zijn dan alleen virtuele klonen en nu in realtime voorspellingen kunnen doen, problemen kunnen diagnosticeren en acties kunnen aanbevelen. AI biedt meer inzicht dan alleen een digitale tweeling, voegt hij eraan toe, en kan sensorgegevens die in een digitale tweeling terechtkomen sneller doorzoeken dan een mens, en afwijkingen of risico’s opsporen die anders misschien over het hoofd zouden worden gezien.
Beide technologieën werden gelijktijdig gebruikt toen NASA de Perseverance-lijn ontwikkelde. Murphy vertelde Business Insider dat ingenieurs van NASA’s Jet Propulsion Laboratory in Californië de informatie aan het AI-model hebben doorgegeven – dezelfde soort gegevens die aan mensen zouden worden doorgegeven die de koers van een Mars-rover uitzetten. AI genereert routes die gevaarlijk terrein vermijden. NASA-ingenieurs hebben een virtuele replica van de omgeving van Perseverance beoordeeld, verfijnd en gecontroleerd voordat ze opdrachten naar de rover stuurden.
Doorzettingsvermogen rover-animatie, AI-ondersteunde routeplanning. NASA/JPL-Caltech
NASA gebruikt ook een digitale tweeling om de James Webb-ruimtetelescoop te testen en te monitoren – een gigantisch instrument van vier verdiepingen hoog en zo lang als een tennisbaan.
“Het was te groot om te testen in onze thermische vacuümkamer”, zei Murphy.
Een van de tweelingen is een op 3D-video gebaseerd model, waarmee wetenschappers de opening van het zonnescherm van de telescoop kunnen volgen, wat “een complexe manoeuvre is met 344 potentiële faalpunten”, zei Murphy.
De andere tweeling modelleert de kern van de telescoop om de temperatuur ervan te volgen. Als het te warm wordt, kan de telescoop blind worden en het sterrenstelsel niet meer kunnen waarnemen, legde Murphy uit.
Julie Van Campen, een Webb-telescoopmissiesysteemingenieur bij NASA, zei dat ze de tweeling ontwikkelden vanaf het begin van de jaren 2000, voordat AI zoals we die nu kennen bestond. Maar de modelbouwers die de tweeling hebben gemaakt passen hun vaardigheden nu toe op de volgende generatie NASA-projecten, zei hij, waaronder AI-tools.
Momenteel gebruikt NASA AI om de enorme hoeveelheden gegevens die dagelijks door de James Webb Space Telescope worden verzameld, te analyseren. Met behulp van AI kan NASA datasets van verschillende observatoria met elkaar verbinden, waardoor het een breder perspectief op het universum krijgt.
Van Campen vergelijkt de dataset met een goudmijn – en AI helpt bij het opgraven van de goudklompjes en schatten die daarin verborgen liggen.
Onbeperkte mogelijkheden, torenhoge inzet
Hoewel grote telescopen en Mars-rovers misschien een logische keuze lijken voor NASA, ziet Murphy mogelijkheden die veel verder gaan dan alleen ruimteverkenning. AI is geen enkele technologie, noch is het een ‘universele oplossing’, zei hij.
“De downstream-toepassingen voor de bredere lucht- en ruimtevaartindustrie zijn eindeloos”, zei hij.
Willcox zei dat voorspellend onderhoud een van de meest voorkomende toepassingen in de lucht- en ruimtevaartindustrie is. Sensoren streamen realtime gegevens van het vliegtuig of de motor naar een digitale tweeling, AI werkt de status van de replica in realtime bij en de tweeling kan voorspellingen genereren die mensen kunnen evalueren.
Hierdoor verschuift het onderhoud van een vast schema naar een schema waarbij onderdelen alleen worden vervangen als het model slijtage of prestatieproblemen vertoont, en fabrikanten stilstand van tevoren kunnen plannen. Luchtbus is een van de bedrijven die digitale tweelingen en AI gebruiken voor voorspellend onderhoud, maar ook voor productontwikkeling en productie.
In de tussentijd, Boeing past AI en digital twin-technologie toe om testomstandigheden voor zijn vliegtuigen te simuleren.
Willcox zei dat bedrijven en ruimtevaartagentschappen geïnteresseerd zijn in het gebruik van digitale tweelingen tijdens het testen en evalueren, wat tijdrovend en duur kan zijn. Bij de ontwikkeling van militaire straaljagers zou bijvoorbeeld een kwart van het budget kunnen worden gebruikt voor testen en evaluatie, zei hij. Het Defense Advanced Research Projects Agency onderneemt een onderzoeksprogramma rond AI en digitale tweelingen om het testen van gevechtssystemen te versnellen – met behoud van de veiligheid.
Maar Willcox zei dat de lucht- en ruimtevaartindustrie een hoog risico met zich meebrengt en een grotere verificatie en validatie van de AI-output vereist dan andere industrieën.
“Je kunt sneller gaan als je je geen zorgen hoeft te maken over fouten”, zegt Willcox. “Dat is niet de manier waarop we dingen in de ruimte doen.”
Hij ziet AI en digitale tweelingen als aanvulling op de mens, waarbij de technologie zorgt voor een tweerichtingsstroom van informatie tussen fysieke en virtuele omgevingen, waardoor professionals in natuurlijke taal met technologie kunnen communiceren en in realtime beslissingen kunnen nemen.
Murphy zei dat het NASA-team “uitgebreide tests” heeft uitgevoerd voordat de AI-technologie met de Mars-rover werd gelanceerd. Hij voegde eraan toe dat ze meer dan 500.000 variabelen controleerden voordat ze opdrachten naar Perseverance stuurden. En ze verifiëren en updaten voortdurend digitale tweelingen aan de hand van prestaties in de echte wereld.
Het komt allemaal terug op de hoofdmissie: opties verkennen, beslissingen nemen en problemen vinden – “zonder mensen of hardware in gevaar te brengen”, zei Murphy.
