Il modello di IA di NVIDIA per salvare la Terra, ottiene finanziamenti dalla NASA.

NVIDIA's AI model to save the Earth secures funding from NASA.

È uno spettacolo mozzafiato quando le piogge di meteoriti illuminano il cielo notturno. Tuttavia, la minaccia di oggetti celesti più grandi che collidono con la Terra costituisce un pericolo reale. Per contrastare questa potenziale catastrofe, un team guidato dal professore di fisica Philip Lubin e dai suoi laureati presso l’Università della California, Santa Barbara (UCSB) sta lavorando a un innovativo progetto di difesa planetaria PI-Terminal. Il loro obiettivo è quello di rilevare e mitigare le minacce spaziali in modo più efficiente, e di recente hanno ricevuto finanziamenti di fase II dalla NASA per la loro ricerca. NVIDIA ha fornito al team una scheda grafica NVIDIA RTX A6000 attraverso il loro programma di accelerazione della ricerca applicata per aiutarli nella loro missione. Approfondiamo i dettagli di questo innovativo progetto di intelligenza artificiale che mira a salvaguardare il nostro pianeta dai pericoli cosmici.

Leggi anche: Progettazione di un’astronave ispirata agli alieni: il balzo audace di NASA nel futuro dello spazio

Pulverizzazione delle minacce spaziali

L’obiettivo principale dell’iniziativa di difesa planetaria PI-Terminal è quello di rilevare le minacce rilevanti in modo tempestivo e prendere decisioni decisive per minimizzarne l’impatto. Di fronte a una collisione imminente, il team UCSB prevede di utilizzare una serie di penetratori cinetici ad ipervelocità. Questi dispositivi specializzati sono progettati per polverizzare e smontare un asteroide o una piccola cometa, neutralizzando efficacemente la minaccia prima che raggiunga la superficie terrestre. Scomponendo questi corpi celesti, il potenziale danno e il rischio per la vita sulla Terra possono essere notevolmente ridotti.

Rilevare una catastrofe imminente

Riconoscere le minacce è il primo passo cruciale per proteggere la Terra. Lubin e i suoi studenti hanno sfruttato la potenza dell’intelligenza artificiale (AI) per analizzare vaste quantità di dati astrofisici. Sebbene i moderni sondaggi raccolgano enormi quantità di dati, elaborare e analizzare queste informazioni alla velocità richiesta è una sfida. Per superare questo ostacolo, il team UCSB sta progettando un’indagine su larga scala adatta alla difesa planetaria. Questa indagine genererà ancora più dati, che devono essere elaborati e analizzati rapidamente.

• In Conversazione con il Dott. Sagar Dhanraj Pande, Professore Assistente di Data Science.
• Ri-istruisci i modelli di apprendimento automatico e automatizza le previsioni batch in Amazon SageMaker Canvas utilizzando set di dati aggiornati.
• Rivoluzionare l’esperienza dei dati Utilizzare l’AI generativa e una moderna architettura dei dati per sbloccare le intuizioni.

Addestramento di un sentinella AI

Il gruppo di Lubin ha addestrato una rete neurale chiamata “You Only Look Once Darknet” utilizzando tecniche di apprendimento automatico. Questo sistema di rilevamento degli oggetti in tempo quasi reale opera in meno di 25 millisecondi per immagine. Utilizzando un grande dataset di immagini etichettate, la rete neurale è stata addestrata per identificare le caratteristiche geometriche di basso livello come linee, bordi, cerchi e minacce come asteroidi e comete. I primi risultati indicano che il processo di estrazione delle fonti alimentato dall’AI è fino a 10 volte più veloce e quasi 3 volte più preciso dei metodi tradizionali.

Leggi anche: L’AI scopre un nuovo pianeta al di fuori del sistema solare, gli scienziati non riescono a trovare

Aumentare la velocità di elaborazione

Per accelerare il processo di analisi delle immagini, il team UCSB ha incorporato la GPU NVIDIA RTX A6000 e la piattaforma di calcolo parallelo CUDA. Inizialmente, il team ha affrontato sfide nella riduzione del tempo di elaborazione e nel soddisfacimento dei requisiti di memoria GPU. Tuttavia, con i 48 GB di memoria della RTX A6000, possono gestire grafica complessa e grandi dataset senza sacrificare le prestazioni. Implementando nuovi algoritmi basati su CuPy, il team ha significativamente ridotto il tempo di sottrazione e identificazione, consentendo all’intera pipeline di funzionare in soli sei secondi.

Affrontare le sfide tecniche

Man mano che il progetto cresce e accumula maggiori dati di addestramento, il team deve affrontare la sfida di gestire dimensioni file sempre più grandi. La generosa capacità di memoria della RTX A6000 consente al team di gestire dataset di immagini con risoluzioni di circa 100 megapixel. Questa potente GPU elimina il collo di bottiglia del trasferimento dati, garantendo un’elaborazione e un’analisi fluide.

Simulazioni realistiche per soluzioni precise

Il team UCSB effettua simulazioni per dimostrare vari aspetti del loro progetto. Queste simulazioni includono la modellizzazione degli effetti a terra delle onde d’urto e dei lampi di luce ottica emessi dai frammenti che bruciano nell’atmosfera terrestre. Il team sviluppa codici personalizzati in C++ e Python multithreaded, multiprocessore per le simulazioni locali. Per visualizzazioni più intense, come l’intercettazione ad ipervelocità dei frammenti minacciosi, il team si affida alla struttura di supercalcolo avanzata della NASA (NAS) presso il NASA Ames Research Center. Dotati di CPU Intel Xeon e GPU NVIDIA RTX A6000, i supercomputer NAS forniscono oltre 13 petaflops di potenza di calcolo.

Leggi anche: NVIDIA costruisce il supercomputer AI DGX GH200

Il nostro parere

La decisione della NASA di investire nella tecnologia AI per l’esplorazione dello spazio sembra essere nella giusta direzione. L’iniziativa di difesa planetaria PI-Terminal guidata dal professore Philip Lubin e dal suo team presso UCSB rappresenta un approccio innovativo alla salvaguardia della Terra dalle minacce spaziali. Il modello combina tecnologia AI all’avanguardia, come la GPU NVIDIA RTX A6000, e metodi innovativi di elaborazione e analisi dei dati. Ciò lo rende in grado di rilevare e mitigare i pericoli cosmici più rapidamente ed efficientemente che mai. Con la loro continua ricerca e sviluppo, il team ci avvicina un passo più vicino a un futuro più sicuro in cui possiamo ammirare con fiducia le piogge di meteoriti senza temere l’ignoto.