Ученые из Массачусетского технологического института и Политехнического университета Мадрида решили проверить, что искусственный интеллект Openai, в частности, может эффективно управлять космическим кораблем в виртуальной среде. Эксперимент на основе космической программы Кербал оказался реальным прорывом, поскольку результаты превзошли ожидания.
Искусственный интеллект в космосе
Игра в области космической программы Kerbal позволяет имитировать космические полеты, и задача ученых состояла в том, чтобы автономные системы могли маневрировать с кораблями и спутниками в различных сценариях. Результаты были удивительными: искусственный интеллект продемонстрировал впечатляющие навигационные навыки, заняв второе место среди других автономных систем, пишет Live Science.
Исследователи разработали метод преобразования инструкций по управлению космическим кораблем в текстовые запросы, которые были представлены в несколько крупных лингвистических моделей (LLM), включая CHATGPT. Именно эта модель показала впечатляющие результаты, заняв второе место среди участников конкурса. Первое место отправилось в систему, основанную на математических уравнениях для моделирования космического полета.
Однако, несмотря на успехи, ученые предупредили о поспешном использовании искусственного интеллекта в реальных космических миссиях. Одна из основных проблем — это так называемые «галлюцинации» — ложные или вымышленные ответы, которые модель может генерировать. Такие системы не всегда «понимают» контекст так же, как и человек, потому что они просто предсказывают следующие слова, основанные на статистике. Искусственный интеллект может просто признать неправильно, представив информацию об истине, и это будет неверно, и это приведет к катастрофе. В контексте глубокого пространства такие ошибки могут иметь катастрофические последствия.
Эксперимент открывает новые перспективы для использования искусственного интеллекта в космических технологиях, таких как автоматизация спутниковых маневров или планирование траектории. Тем не менее, ученые отмечают необходимость дополнительных тестов и улучшений, чтобы минимизировать риски.
