यह  लेख Sheba Attoor द्वारा लिखा गया है, जो स्किल आर्बिट्रेज से स्टार्टअप जर्नलिस्ट एवं वर्चुअल असिस्टेंट प्रशिक्षण कार्यक्रम को कर रहे है। इस लेख मे मुख्य रूप से कृत्रिम बुद्धिमत्ता (एआई) के अंतरिक्ष मे बढ़ते उपयोगिता और कार्यक्षेत्र मे विषय मे चर्चा करेंगे और साथ ही  साथ इसके अभी तक के योगदान को विस्तृत समझेंगे और भविष्य मे एआई के लक्ष्य पे भी गौर करेंगे । इसका अनुवाद Pradyumn Singh के द्वारा किया गया है। 

परिचय 

पृथ्वी पर मनुष्य एकमात्र प्राणी है जिसके पास मस्तिष्क है जिसमें विभिन्न क्षमताएं हैं, जैसे अनुभव से सीखना, अनुभव से प्राप्त ज्ञान को लागू करना, जटिल परिस्थितियों को संभालने की क्षमता, महत्वपूर्ण जानकारी गायब होने पर समस्याओं को हल करने की क्षमता। यह निर्धारित करना कि क्या महत्वपूर्ण है, नई स्थितियों पर तुरंत और सही ढंग से प्रतिक्रिया करना, दृश्य छवियों को समझना, प्रतीकों को संसाधित करना और हेरफेर करना, और अनुमान का उपयोग करना।

यदि इन मानवीय क्षमताओं, जिन्हें हम बुद्धिमत्ता (इंटेलिजेंस) कहते हैं, को किसी मशीन में दोबारा बनाया जा सकता है, तो हम इसे कृत्रिम बुद्धिमत्ता (एआई) कहते हैं, क्योंकि यह मानव निर्मित है। मशीन (कंप्यूटर या रोबोट) को इंसान की तरह सोचने और इंसान की तरह काम करने में सक्षम होना चाहिए, यानी तर्कसंगत रूप से सोचने और तर्कसंगत रूप से कार्य करने में सक्षम होना चाहिए। 

1956 से, जब कृत्रिम बुद्धिमत्ता (एआई) शब्द पहली बार जॉन मैकार्थी द्वारा लाया  गया था, हमने इस क्षेत्र में बहुत प्रगति देखी है। इस क्षेत्र में उत्साह और काम का स्तर सातवें आसमान पर पहुंच गया है और अब यह बाहरी अंतरिक्ष की खोज की ओर बढ़ रहा है।

एआई को समझना 

हमारे दैनिक जीवन में, यदि हम चारों ओर देखे, तो हम अपने दैनिक जीवन में घर की सफाई करने वाले रोबोट से लेकर स्व-चालित कारों तक एआई अनुप्रयोगों को पाते हैं। अब हम विमानन, शिक्षा, उद्योग, विपणन, वित्त, मौसम पूर्वानुमान, सैन्य और अंतरिक्ष अन्वेषण के क्षेत्र में एआई का उपयोग करते हैं। एआई, नेटफ्लिक्स, अमेज़ॅन आदि का उपयोग करते समय सिफारिशें देता है। एआई एल्गोरिदम उत्पादों का सुझाव देने के लिए हमारी प्राथमिकताओं और व्यवहार का विश्लेषण करता है। मोबाइल फोन में चेहरे की पहचान करना , गूगल मैप्स, स्वास्थ्य देखभाल आदि में किया जाता है।

एआई का विकास

हम विकास को ‘नैरो कृत्रिम बुद्धिमत्ता (एएनआई)’ से आगे बढ़ते हुए देखते हैं, जिसका उपयोग एप्पल कंप्यूटर में सिरी, माइक्रोसॉफ्ट में कॉर्टाना और अमेज़ॅन में एलेक्सा द्वारा किया जाता है, ‘जनरल कृत्रिम बुद्धिमत्ता (एजीआई)’ तक, जिसमें ऑपरेशन के अधिक क्षेत्र हैं, जैसे समस्या -समाधान क्षमता और फिर ‘अत्याधुनिक कृत्रिम बुद्धिमत्ता (एएसआई)’, जिसमें संपूर्ण मानव बुद्धि होती है। फिर हमारे पास एआई का सबसे बुनियादी प्रकार है, सक्रिय मशीन एआई जैसे ‘डीप ब्लू’ और नेटफ्लिक्स अनुशंसा इंजन, जो तत्काल कार्यों और अनुरोधों का जवाब दे सकता है, लेकिन मेमोरी को स्टोर नहीं कर सकता है या पिछले अनुभवों से सीख नहीं सकता है। अगला प्रकार ‘लिमिटेड मेमोरी एआई’ है। यह प्रकार पिछले डेटा को संग्रहीत कर सकता है और भविष्यवाणियां करने के लिए उस डेटा का उपयोग कर सकता है। चैटबॉट और सेल्फ-ड्राइविंग कारें इस श्रेणी में आती हैं। विकास का अगला चरण ‘थ्योरी ऑफ़ माइंड एआई’ है। यह प्रकार दूसरों की भावनाओं को समझ सकता है। अंत में, ‘सेल्फ अवेयर एआई’ है। जैसा कि नाम से पता चलता है, यह एआई आत्म जागरूकता रखता है। एआई विकास में यह अंतिम लक्ष्य है।  इस प्रकार का रोबोट दूसरों की भावनाओं को समझने के साथ-साथ स्वयं की भावना भी रखने में सक्षम होगा।  इस प्रकार का लगभग निकटतम उदाहरण ‘सोफिया’ है। हैन्सन रोबोटिक्स द्वारा एक रोबोट विकसित किया गया था। ऐसे रोबोट के निर्माण की नैतिकता (एथिक्स) को लेकर काफी बहस चल रही है।

दैनिक जीवन में एआई के उपयोग के लाभ

एआई हमारे काम को आसान, तेज और अधिक सटीक बनाता है, क्योंकि यह इसे बिना ब्रेक, नींद या टॉयलेट के समय की आवश्यकता के लगातार कर सकता है।  यह वस्तुनिष्ठ रूप से काम करता है, क्योंकि इसमें कोई भावना शामिल नहीं है।

एआई-संचालित रोबोट का उपयोग भूकंप, बाढ़ और परमाणु ऊर्जा स्टेशनों जैसी प्राकृतिक आपदाओं के दौरान बचाव कार्यों के लिए किया जाता है।

आईबीएम की प्रतिक्रियाशील एआई मशीन ‘डीप ब्लू’ वास्तविक समय में संचार करने में सक्षम थी और 1997 के शतरंज मैच में रूसी ग्रैंडमास्टर गैरी कास्परोव को हरा सकती थी।

अंतरिक्ष अन्वेषण के लिए:

1. कम लागत- स्वचालित करके, मानव कर्मचारियों के लिए श्रम लागत को कम किया जा सकता है।  साथ ही, पारंपरिक मशीनों की तुलना में रोबोट को कम रखरखाव की आवश्यकता होती है।  इसलिए लंबे समय में, रखरखाव की लागत बहुत कम है। रोबोटों को खाने, सोने या वॉशरूम जाने की जरूरत नहीं है।  वे लंबे समय तक अंतरिक्ष में जीवित रह सकते हैं और बिना वापसी यात्रा के वहां छोड़े जा सकते हैं।
2. कम मानवीय निरीक्षण- चूंकि एआई-संचालित रोबोट स्वतंत्र रूप से काम कर सकते हैं, डेटा एकत्र कर सकते हैं, निर्णय ले सकते हैं और अपनी आवश्यकताओं के अनुसार कार्य भी कर सकते हैं, इसलिए पर्यवेक्षण (सूपर्विशन) की आवश्यकता नहीं है।
3. अधिक कुशल: जब ब्रह्मांड के अज्ञात क्षेत्रों की खोज की बात आती है तो यह मनुष्यों से बेहतर है। रोबोट का उपयोग जोखिम कारकों और जीवन-सहायक प्रणालियों को कम करता है।

जब विशाल मात्रा में डेटा का विश्लेषण करने और निर्णय लेने की बात आती है तो यह मनुष्यों से अधिक कुशल है। रोबोट शायद ही कभी गलतियाँ करते हैं और उनमें अत्यधिक सटीकता होती है। वे तेज़ हैं और दोहराव से थकते या ऊबते नहीं हैं।

अंतरिक्ष अन्वेषण में एआई की आवश्यकता

एआई अंतरिक्ष यान में एकत्र किए गए डेटा के आधार पर निर्णय लेने की क्षमता होनी चाहिए, दिए गए लक्ष्य को उठाए जाने वाले कार्यों या कदमों की सूची के रूप में व्याख्या करने की क्षमता होनी चाहिए, और उनके तंत्र और परिवेश के भीतर क्या हो रहा है, उसके आधार पर कार्रवाई को लगातार बदलना चाहिए। 

एआई का उपयोग अंतरिक्ष यान को नियंत्रित करने, डेटा का विश्लेषण करने और त्वरित निर्णय लेने के लिए किया जा सकता है।

अंतरिक्ष में गहराई से अन्वेषण करने की क्षमता, जो अन्यथा मानव नियंत्रकों के साथ लंबे संचार समय द्वारा प्रतिबंधित है। रोबोटिक अंतरिक्ष यान अक्सर मानव नियंत्रकों के साथ संचार से बाहर हो जाते हैं और फिर भी बेहतर परिणाम देते हैं। 

अंतरिक्ष अभियानों में एआई का अत्यधिक उपयोग एआई-संचालित सॉफ्ट लैंडिंग, जड़त्वीय नेविगेशन और एक साथ स्थानीयकरण और मानचित्रण (एसएलएएम), खतरे का पता लगाने और बचाव, और प्रक्षेपवक्र (ट्रेजेक्टरी) योजना जैसी उच्च स्तरीय स्वचालित प्रणालियों के विकास के कारण है।

बहुस्तरीय कृत्रिम तंत्रिका नेटवर्क एआई-संचालित रोबोटों को स्वयं सीखने में सक्षम बनाता है।  मंगल जैसे ग्रहों पर, जहां चरम स्थितियां मौजूद हैं, एआई का उपयोग उन कार्यों को करने के लिए पूरक उपकरण के रूप में किया जा सकता है जो मनुष्य नहीं कर पाएंगे।

एआई-संचालित अंतरिक्ष यान

सिमोन (क्रू इंटरैक्टिव मोबाइल कंपेनियन) अंतरिक्ष में उड़ान भरने वाला पहला एआई रोबोट है। सिमोन एक हैंड्स-फ़्री डेटाबेस, कंप्यूटर और कैमरे की तरह कार्य करता है। अंतरिक्ष यात्री वॉयस कमांड का उपयोग करके सिमोन को पूरी तरह से नियंत्रित कर सकते हैं। सिमोन देख सकते हैं, बोल सकते हैं, सुन सकते हैं, समझ सकते हैं और उड़ भी सकते हैं!

नासा के मार्स 2020 रोवर, मंगल की सतह की छवियों का विश्लेषण करने और उसके अनुसार अपने लैंडिंग स्थान को समायोजित करने के लिए टेरेन-रिलेटिव नेविगेशन नामक एक कृत्रिम बुद्धिमत्ता प्रणाली का उपयोग करता है।

इसी तरह, इसरो के चंद्रयान-3 ने चंद्र सतह पर नरम लैंडिंग, खतरे का पता लगाने और चंद्रमा की कठोर सतह से बचने के लिए कैमरों का उपयोग करने में कृत्रिम बुद्धिमत्ता का उपयोग किया। साथ ही जड़त्वीय नेविगेशन, एसएलएम (समकालिक लोकेशन और मैपिंग) और प्रक्षेपवक्र नियोजन का भी इस्तेमाल किया गया। चंद्रयान-3 के साथ भेजे गए रोवर प्रज्ञान ने चंद्र मिट्टी के रासायनिक और खनिज संरचना का अवलोकन और अध्ययन किया। कृत्रिम बुद्धिमत्ता एल्गोरिदम को इसरो ने आईआईटी मद्रास के सहयोग से विकसित किया था।

यूरोपीय अंतरिक्ष एजेंसी (ईएसए) अंतरिक्ष के अनछुए क्षेत्रों का पता लगाने के लिए एडवांस्ड कॉन्सेप्ट्स टीम (एसीटी) का उपयोग करती है। इसमें छोटे रोबोटों का एक संग्रह शामिल है जो एक नेटवर्क में अपनी जानकारी साझा करते हैं। यदि एक रोबोट अनुभव से सीखता है, तो उसे अन्य रोबोटों के साथ साझा किया जाता है। इसे मुख्य सीख (हाइव लर्निंग) कहा जाता है।

अंतरिक्ष अन्वेषण में कुछ एआई का उपयोग होता है

यूरोपीय अंतरिक्ष एजेंसी (ईएसए) का हेरा ग्रह रक्षा मिशन स्व-चालित कारों की तरह ही काम करता है। यह कृत्रिम उपग्रहों के क्षुद्रग्रहों और अंतरिक्ष मलबे से टकराने को रोकता है।

ईएसए के यूरोपीय पृथ्वी अवलोकन मिशन में, क्यूब्सैट ने एक कृत्रिम बुद्धिमत्ता (एआई) 𝟇-सैट 1 ले गया  था, जो स्वचालित रूप से बादलों से ढंकी छवियों को त्याग देता था और केवल उपयोगी डेटा को पृथ्वी पर भेजता था।

सूर्य की छवियों को बेहतर बनाने और अधिक डेटा एकत्र करने के लिए एआई का उपयोग किया जा सकता है, जिसका उपयोग वैज्ञानिक सौर अनुसंधान के लिए कर सकते हैं।

नासा ने गूगल के साथ मिलकर केप्लर एक्सोप्लैनेट मिशन से प्राप्त भारी मात्रा में डेटा का विश्लेषण करने के लिए एआई का उपयोग किया। इससे दो नए एक्सोप्लैनेट की खोज हुई जिन्हें पहले मानव वैज्ञानिकों ने याद किया था।

जापानी अंतरिक्ष एजेंसी (जेएएक्सए) का एप्सिलॉन रॉकेट स्वायत्त रूप से जांच करने और इसके प्रदर्शन की निगरानी करके एआई का उपयोग करने वाला पहला रॉकेट था। इस प्रकार, एप्सिलॉन ने पहले से कहीं अधिक आसानी से अंतरिक्ष में पेलोड लॉन्च करना संभव बना दिया।

जेएक्सए ने एक बुद्धिमान रोबोट भी विकसित किया जिसे ‘इंट-बॉल’ कहा जाता है जो आईएसएस पर किए गए प्रयोगों की तस्वीरें लेता है, जिससे अंतरिक्ष यात्रियों का बहुमूल्य समय बचता है। कृत्रिम बुद्धिमत्ता अंतरराष्ट्रीय अंतरिक्ष स्टेशन (आईएसएस) पर सवार अंतरिक्ष यात्रियों की भी सहायता कर रही है।

फ्रांसीसी अंतरिक्ष एजेंसी सीएनईएस ने फ्रांसीसी कंपनी क्लेमेसी के साथ मिलकर एआई न्यूरल नेटवर्क का उपयोग करके रॉकेट टैंकों को भरने का अनुकूलन किया।

यूके की अंतरिक्ष एजेंसी ने एक ऐसे परियोजना को वित्त पोषित किया जो उपग्रह इमेजरी में दफन पुरातात्विक अवशेषों का पता लगाने के लिए एआई का उपयोग करता है।

भारत के इसरो की योजना पचास नए एआई-संचालित उपग्रहों का एक बेड़ा शुरू किया है जो परस्पर संचार करते हैं और देश की सीमाओं की निगरानी प्रदान करने के लिए भौगोलिक-सूचना एकत्र करते हैं।

अंतरिक्ष अन्वेषण में एआई के उपयोग के लाभ

अंतरिक्ष अन्वेषण में एआई का उपयोग करने के कुछ संभावित लाभ यहां दिए गए हैं:

• कम लागत: एआई-संचालित रोबोट मानव अंतरिक्ष यात्रियों की तुलना में विकसित और संचालित करने में कम महंगे हो सकते हैं। इससे अंतरिक्ष में अधिक बार और लंबी अवधि के मिशन भेजना संभव हो सकेगा।
• बढ़ी हुई सुरक्षा: एआई-संचालित रोबोट का उपयोग मानव जीवन को जोखिम में डाले बिना खतरनाक या दुर्गम क्षेत्रों का पता लगाने के लिए किया जा सकता है। इससे नई दुनिया का पता लगाना संभव हो सकता है जो वर्तमान में मनुष्यों के लिए बहुत खतरनाक है।
• नई खोजें: एआई का उपयोग अंतरिक्ष जांच और उपग्रहों द्वारा एकत्र किए गए डेटा का मनुष्यों की तुलना में अधिक तेजी से और कुशलता से विश्लेषण करने के लिए किया जा सकता है। इससे ब्रह्मांड के बारे में नई खोजें हो सकती हैं।
• बेहतर संचार: एआई का उपयोग अंतरिक्ष यात्रियों और जमीनी नियंत्रण के बीच संचार को बेहतर बनाने के लिए किया जा सकता है। इससे अंतरिक्ष यात्रियों के लिए लंबी अवधि के मिशन के दौरान अपने परिवार और दोस्तों के साथ संपर्क में रहना संभव हो सकेगा।

कृत्रिम बुद्धिमत्ता (एआई) एक शक्तिशाली उपकरण है जिसमे अंतरिक्ष अन्वेषण में क्रांति लाने की क्षमता है। जैसे-जैसे कृत्रिम बुद्धिमत्ता का विकास होता रहेगा, वैसे-वैसे ब्रह्मांड को समझने की हमारी खोज में यह एक महत्वपूर्ण भूमिका निभाएगा।

नासा अंतरिक्ष अन्वेषण में एआई का उपयोग कैसे करता है?

नासा, (नेशनल एरोनॉटिक्स एंड स्पेस एडमिनिस्ट्रेशन), अंतरिक्ष अन्वेषण में अपने अभूतपूर्व प्रयासों के लिए प्रसिद्ध है। कृत्रिम बुद्धिमत्ता (एआई) एक परिवर्तनकारी उपकरण के रूप में उभरी है, जिसने नासा के मिशनों के विभिन्न पहलुओं में क्रांति ला दी है। यहां बताया गया है कि नासा अंतरिक्ष अन्वेषण की सीमाओं को आगे बढ़ाने के लिए एआई की शक्ति का उपयोग कैसे करता है:

1. स्वायत्त(ऑटोनॉमस)  नेविगेशन और मार्गदर्शन:
   नासा जटिल प्रक्षेप पथों के माध्यम से अंतरिक्ष यान का मार्गदर्शन करने के लिए एआई-संचालित स्वायत्त नेविगेशन सिस्टम का उपयोग करता है। ये सिस्टम सेंसर, कैमरे और ऑनबोर्ड उपकरणों से वास्तविक समय के डेटा को संसाधित करने के लिए मशीन लर्निंग एल्गोरिदम का लाभ उठाते हैं। इस डेटा का विश्लेषण करके, एआई बाधाओं का पता लगा सकता है, उड़ान पथ समायोजित कर सकता है और ईंधन की खपत को अनुकूलित कर सकता है, जिससे अंतरिक्ष यान को अंतरिक्ष में स्वायत्त रूप से नेविगेट करने में सक्षम बनाया जा सकता है।
2. छवि प्रसंस्करण(प्रोसेसिंग) और विश्लेषण:
   अंतरिक्ष दूरबीनों और जांचों द्वारा एकत्र की गई बड़ी मात्रा में इमेजरी और डेटा का विश्लेषण करने में एआई महत्वपूर्ण भूमिका निभाता है। मशीन लर्निंग एल्गोरिदम को पैटर्न की पहचान करने, वस्तुओं को वर्गीकृत करने और छवियों से सार्थक अंतर्दृष्टि निकालने के लिए प्रशिक्षित किया जाता है। यह क्षमता वैज्ञानिकों को एक्सोप्लैनेट का पता लगाने, आकाशीय पिंडों का अध्ययन करने और ब्रह्मांड की गहरी समझ हासिल करने की अनुमति देती है।
3. प्राकृतिक भाषा प्रसंस्करण:
   नासा मनुष्यों और एआई सिस्टम के बीच संचार बढ़ाने के लिए प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का उपयोग करता है। एनएलपी अंतरिक्ष यान को जटिल आवाज आदेशों को समझने और उनका जवाब देने में सक्षम बनाता है, जिससे अंतरिक्ष यात्रियों को विभिन्न प्रणालियों को नियंत्रित करने और निगरानी करने में सहायता मिलती है। इसके अतिरिक्त, एनएलपी वैज्ञानिक डेटा को मानव-पठनीय प्रारूपों में अनुवाद करने में मदद करता है, जिससे वैज्ञानिकों और अभियंताओ  के बीच सहज सहयोग की सुविधा मिलती है।
4. भविष्य बताने वाला विश्लेषक:
   पूर्वानुमानित (प्रिडिक्टिव) विश्लेषण मिशन योजना और जोखिम मूल्यांकन में महत्वपूर्ण भूमिका निभाता है। एआई एल्गोरिदम ऐतिहासिक डेटा का विश्लेषण करते हैं और भविष्य की घटनाओं और संभावित खतरों का पूर्वानुमान लगाने के लिए पैटर्न की पहचान करते हैं। यह नासा को सूचित निर्णय लेने, संसाधन आवंटन को अनुकूलित करने और अंतरिक्ष अभियानों के दौरान जोखिमों को कम करने में सक्षम बनाता है।
5. वैज्ञानिक खोज और अन्वेषण:
   एआई वैज्ञानिकों को विशाल डेटासेट का पता लगाने और उनके भीतर छिपे स्वरूप और संबंधों को उजागर करने का अधिकार देता है। मशीन लर्निंग एल्गोरिदम बड़ी मात्रा में वैज्ञानिक डेटा का विश्लेषण कर सकते हैं, विसंगतियों की पहचान कर सकते हैं और ऐसी परिकल्पना उत्पन्न कर सकते हैं जो आगे के शोध का मार्गदर्शन करती हैं। इससे खगोल भौतिकी, ग्रह विज्ञान और अंतरिक्ष अन्वेषण के अन्य क्षेत्रों में महत्वपूर्ण प्रगति हुई है।
6. रोबोटिक्स और स्वचालन:
   एआई-संचालित रोबोटिक्स और स्वनियंत्रित अंतरिक्ष अन्वेषण में महत्वपूर्ण भूमिका निभाते हैं। एआई से लैस रोवर्स कठोर इलाकों को पार कर सकते हैं, नमूने एकत्र कर सकते हैं और स्वायत्त रूप से वैज्ञानिक प्रयोग कर सकते हैं। इसके अतिरिक्त, एआई एल्गोरिदम उपग्रहों और अंतरिक्ष यान की स्वायत्त अंतरिक्ष यान को जोड़ने (डॉकिंग) और सर्विसिंग को सक्षम बनाता है, जिससे मानव हस्तक्षेप की आवश्यकता कम हो जाती है।
7. अंतरिक्ष यान स्वास्थ्य निगरानी:
   एआई का उपयोग अंतरिक्ष यान प्रणालियों के स्वास्थ्य और प्रदर्शन की निगरानी के लिए किया जाता है। मशीन लर्निंग एल्गोरिदम विसंगतियों का पता लगाने, विफलताओं की भविष्यवाणी करने और संभावित रखरखाव आवश्यकताओं की पहचान करने के लिए लगातार टेलीमेट्री डेटा का विश्लेषण करते हैं। यह सक्रिय दृष्टिकोण खराबी को रोकने में मदद करता है और अंतरिक्ष अभियानों की सुरक्षा और विश्वसनीयता सुनिश्चित करता है।

अंतरिक्ष अन्वेषण में नासा के एआई के एकीकरण ने ब्रह्मांड को समझने और पता  करने के हमारे तरीके में क्रांति ला दी है। जैसे-जैसे एआई क्षमताएं आगे बढ़ रही हैं, नासा निस्संदेह इस तकनीक का लाभ उठाकर और भी अधिक संभावनाओं को उजागर करेगा और अंतरिक्ष में मानव ज्ञान और अन्वेषण की सीमाओं को आगे बढ़ाएगा।

नासा के मिशनों में एआई और मशीन लर्निंग की भूमिका

नासा के मिशनों में कृत्रिम बुद्धिमत्ता (एआई) और मशीन लर्निंग (एमएल) तेजी से महत्वपूर्ण भूमिका निभा रहे हैं। ये प्रौद्योगिकियां नासा को कार्यों को स्वचालित करने, निर्णय लेने में सुधार करने और ब्रह्मांड में नई अंतर्दृष्टि प्राप्त करने में मदद कर रही हैं।

मंगल ग्रह पर स्व-चालित रोवर

नासा में उपयोग में आने वाले एआई और एमएल के सबसे दृश्यमान उदाहरणों में से एक मंगल ग्रह पर स्व-चालित रोवर्स है। ये रोवर्स विभिन्न प्रकार के सेंसर से लैस हैं जो अपने परिवेश के बारे में डेटा एकत्र करते हैं। इस डेटा को एआई और एमएल एल्गोरिदम द्वारा संसाधित किया जाता है ताकि रोवर्स को मंगल ग्रह के चारों ओर अपना रास्ता खोज  करने, बाधाओं से बचने और दिलचस्प वैज्ञानिक लक्ष्यों की पहचान करने में मदद मिल सके।

स्व-चालित रोवर नासा के लिए एक बड़ी सफलता रही है। उन्होंने वैज्ञानिकों को पहले की तुलना में कहीं अधिक विस्तार से मंगल ग्रह का पता लगाने की अनुमति दी है। रोवर्स ने कई महत्वपूर्ण खोजें भी की हैं, जिनमें मंगल पर पहले पानी के साक्ष्य और मंगल के वातावरण में कार्बनिक अणुओं की उपस्थिति शामिल है।

एक रोबोटिक अंतरिक्ष यात्री – रोबोनॉट

नासा में उपयोग में आने वाले एआई और एमएल का एक और उदाहरण रोबोनॉट है, जो एक रोबोटिक अंतरिक्ष यात्री है जिसे अंतरिक्ष यात्रियों को मरम्मत और रखरखाव जैसे कार्यों में मदद करने के लिए विकसित किया जा रहा है। रोबोनॉट विभिन्न प्रकार के सेंसर और संचालक (एक्चुएटर्स) से सुसज्जित है जो इसे चारों ओर घूमने और अपने पर्यावरण के साथ तालमे करने की अनुमति देता है। रोबोनॉट एआई और एमएल एल्गोरिदम से भी लैस है जो इसे नई स्थितियों को सीखने और अनुकूलित करने की अनुमति देता है।

रोबोनॉट अभी भी विकास के अधीन है, लेकिन इसने पहले ही बहुत बड़ा वादा दिखाया है। 2011 में, रोबोनॉट अंतर्राष्ट्रीय अंतरिक्ष स्टेशन के बाहर काम करने वाला पहला रोबोट बन गया। रोबोनॉट से नासा के भविष्य के मिशनों में एक प्रमुख भूमिका निभाने की उम्मीद है, क्योंकि यह अंतरिक्ष यात्रियों को अंतरिक्ष में अधिक सुरक्षित और कुशलता से काम करने की अनुमति देगा।

एआई और एमएल नासा के मिशनों में क्रांति ला रहे हैं। ये प्रौद्योगिकियां नासा को कार्यों को स्वचालित करने, निर्णय लेने में सुधार करने और ब्रह्मांड में नई अंतर्दृष्टि प्राप्त करने में मदद कर रही हैं। जैसे-जैसे एआई और एमएल का विकास जारी रहेगा, वे नासा के भविष्य के मिशनों में और भी बड़ी भूमिका निभाएंगे।

चंद्रयान-3

भारतीय अंतरिक्ष अनुसंधान संगठन (इसरो) एक महत्वाकांक्षी प्रयास पर लग चुका है – यह उसका दूसरा चंद्र मिशन है, जिसे चंद्रयान-3 नाम दिया गया है। इस मिशन में सबसे आगे एक अत्याधुनिक कृत्रिम बुद्धिमत्ता (एआई) से लैस रोवर है, जिसका सटीक नाम “प्रज्ञान” रखा गया है। यह उल्लेखनीय रोवर चंद्र अन्वेषण में क्रांति लाने का वादा करता है, जिससे वैज्ञानिक चंद्रमा की सतह और उप-सतह के रहस्यों को पहले कभी नहीं देख पाएंगे।

प्रज्ञान उन्नत सेंसरों और उपकरणों की एक श्रृंखला से लैस है, जिन्हें सावधानीपूर्वक मूल्यवान डेटा इकट्ठा करने और चंद्र वातावरण में अभूतपूर्व अंतर्दृष्टि प्रदान करने के लिए डिज़ाइन किया गया है। इसकी कृत्रिम बुद्धिमत्ता क्षमता इसे स्वायत्त निर्णय लेने, बदलती परिस्थितियों के अनुकूल होने और वैज्ञानिक जांच को प्राथमिकता देने का समर्थन देती है। स्वायत्तता का यह स्तर प्रज्ञान को उन क्षेत्रों का पता लगाने की अनुमति देता है जो पहले पारंपरिक रोवरों के लिए दुर्गम थे, जिससे चंद्र अन्वेषण की सीमाओं को आगे बढ़ाया जा सकता है।

प्रज्ञान की एक प्रमुख विशेषता यह है कि वह अपने ऑनबोर्ड प्रयोगशाला का उपयोग करके साइट पर ही नमूनों का विश्लेषण करने की क्षमता रखता है। यह विश्लेषण के लिए नमूनों को वापस पृथ्वी पर ले जाने की आवश्यकता को समाप्त कर देता है, जिससे परिणाम प्राप्त करने में लगने वाले समय को काफी कम कर देता है। रोवर की कृत्रिम बुद्धिमत्ता एल्गोरिदम इसे सबसे आशाजनक नमूनों की पहचान करने और उनका चयन करने में सक्षम बनाते हैं, यह सुनिश्चित करता है कि उपलब्ध सीमित संसाधनों का कुशलतापूर्वक उपयोग किया जाए।

इसके अलावा, प्रज्ञान एक उच्च-रिज़ॉल्यूशन कैमरा प्रणाली से लैस है जो चंद्र परिदृश्य की आश्चर्यजनक तस्वीरें और वीडियो कैप्चर करता है। ये दृश्य न केवल वैज्ञानिक अनुसंधान में सहायता करते हैं बल्कि जन-संपर्क और शिक्षा के लिए आकर्षक सामग्री भी प्रदान करते हैं। रोवर की कृत्रिम बुद्धिमत्ता क्षमता इसे विशेष रुचि की विशेषताओं की पहचान करने और उन पर ध्यान केंद्रित करने की अनुमति देती है, यह सुनिश्चित करता है कि सबसे वैज्ञानिक रूप से मूल्यवान डेटा कैप्चर किया जाए।

अपनी वैज्ञानिक क्षमताओं के अलावा, प्रज्ञान को चंद्र वातावरण की कठोर परिस्थितियों का सामना करने के लिए भी डिजाइन किया गया है। इसका मजबूत डिजाइन और उन्नत पावर सिस्टम इसे अत्यधिक तापमान और विकिरण स्तरों में संचालित करने में सक्षम बनाता है। रोवर की कृत्रिम बुद्धिमत्ता एल्गोरिदम लगातार इसके स्वास्थ्य और प्रदर्शन की निगरानी करते हैं, जिससे इसे बदलती परिस्थितियों के अनुकूल होने और उसके अनुसार अपने कार्यों को अनुकूलित करने की अनुमति मिलती है।

एआई-संचालित रोवर प्रज्ञान अंतरिक्ष अन्वेषण में एक महत्वपूर्ण मील का पत्थर है। इसकी उन्नत क्षमताएं इसे उत्कृष्ट भू-शोध करने का समर्थन देती हैं, जिससे वैज्ञानिकों को चंद्रमा के भूविज्ञान, खनिज विज्ञान और संभावित संसाधनों की गहरी समझ प्राप्त करने में सक्षम बनाती हैं। चंद्रयान-3 पर प्रज्ञान की सफल तैनाती चंद्र अन्वेषण के लिए नए रास्ते खोलेगी और चंद्रमा और उससे आगे के भविष्य के मिशनों का मार्ग प्रशस्त करेगी।

अंतरिक्ष अन्वेषण में एआई का भविष्य

अंतरिक्ष अन्वेषण में एआई के साथ अनुमानित भविष्य अन्य ग्रहों पर अभियान है, जिससे चंद्रमा और मंगल पर स्थायी और आत्मनिर्भर बस्तियां बन सकेंगी।

क्षुद्रग्रह बेल्ट में खनन और ईंधन भरने वाली चौकियां स्थापित करने के लिए रोबोटों को नियोजित किए जाने की संभावना है।

वेरा सी. रुबिन प्रयोगशाला पहले ही संभावित खतरनाक क्षुद्रग्रह का पता लगाने के लिए एआई का उपयोग कर चुकी है।

एआई खगोलविदों को अप्रत्याशित और अविश्वसनीय खोज और शायद अन्य ग्रहों पर जीवन बनाने में मदद कर सकता है।

निष्कर्ष

एआई अनुसंधान और प्रौद्योगिकी में अग्रणी देश अमेरिका, चीन, ब्रिटेन, इज़राइल, कनाडा, फ्रांस, भारत, जापान, जर्मनी और सिंगापुर हैं।

ऐसी दुनिया में जो लगातार तेज गति से प्रगति कर रही है, कृत्रिम बुद्धिमत्ता एक स्वाभाविक कदम है। यद्यपि स्व-संशोधित और स्व-प्रतिकृति क्षमताओं (तंत्रिका नेटवर्क) वाला एआई बहुत उपयोगी है, लेकिन इसके खतरनाक और अप्रत्याशित परिणाम हो सकते हैं।

सेना में उपयोग किए जाने वाले रोबोट खतरनाक निर्णय ले सकते हैं जो हमारे ग्रह को ही नष्ट कर सकते हैं। 

‘सेल्फ अवेयर एआई’ की नैतिकता पर काफी बहस चल रही है। द मैट्रिक्स जैसी फ़िल्में भविष्य के दुर्भाग्य की अशुभ भविष्यवाणी करती हैं।

जैसा कि स्टीफ़न हॉकिंग ने कहा था, “यह या तो हमारे साथ हुई सबसे अच्छी चीज़ होगी, या यह सबसे बुरी चीज होगी। अगर हम सावधान नहीं रहे, तो यह आखिरी चीज हो सकती है।”

संदर्भ

• https://www.esa.int 
• https://indiaai.gov.in/