ChatGPT-ն ղեկին. Ինչպե՞ս արհեստական բանականությունը զարմացրեց գիտնականներին՝ զբաղեցնելով երկրորդ տեղը տիեզերանավի կառավարման մրցույթում

MIT-ի, Մադրիդի Պոլիտեխնիկական համալսարանի և այլ հաստատությունների միջազգային հետազոտական թիմը անսովոր փորձ կատարեց՝ փորձարկելով, թե արդյոք OpenAI-ի ChatGPT-ը կարող է կառավարել տիեզերանավը սիմուլյացիայում: Արդյունքները, որոնք հրապարակվել են arXiv-ի նախնական տարբերակում (arXiv:2412.11341) և պատրաստվում են հրապարակման Journal of Advances in Space Research-ում, ապշեցուցիչ էին. լեզվական մոդելը զբաղեցրեց երկրորդ տեղը Kerbal Space Program Differential Game Challenge (KSPDG) մրցույթում, որտեղ ԱԲ (արհեստական բանականություն) գործակալները մրցում էին բարդ տիեզերական մանևրներ կատարելու համար: Այս հաջողությունը ցույց է տալիս, որ ինքնավար տիեզերական հետազոտությունների դարաշրջանը կարող է սկսվել ավելի վաղ, քան սպասվում էր:

Ինչպե՞ս ChatGPT-ն դարձավ օդաչու

KSPDG-ն տարեկան մրցույթ է, որը հիմնված է Kerbal Space Program տեսախաղի վրա, որը մոդելավորում է կեղծ-իրականության ուղեծրային ֆիզիկա: Մասնակիցները մշակում են ինքնավար համակարգեր՝ կատարելու այնպիսի առաջադրանքներ, ինչպիսիք են.

• Ուղեծրում արբանյակի հետապնդում:
• Հայտնաբերումից խուսափելը:
• Սահմանափակ ժամանակում մանևրումը:

Ավանդական մոտեցումները ինքնավար ԱԲ-ի ստեղծման համար պահանջում են երկարատև ուսուցում բազմաթիվ կրկնություններով, սակայն KSPDG-ի առաքելությունները տևում են ընդամենը մի քանի ժամ, ինչը նման մեթոդները դարձնում է անարդյունավետ: Հետազոտողները որոշեցին օգտագործել մեծ լեզվական մոդել (LLM), ինչպիսին ChatGPT-ն է, նրա՝ նոր առաջադրանքներին արագ հարմարվելու ունակության շնորհիվ: LLM-ները արդեն վերապատրաստված են տեքստերի հսկայական զանգվածների վրա, ինչը թույլ է տալիս նրանց հասկանալ համատեքստը նվազագույն կարգավորումներով:

Մեթոդը հետևյալն էր.

1. Տեքստային նկարագրություն. Տիեզերանավի վիճակը (կոորդինատներ, արագություն, կողմնորոշում) և առաքելության նպատակը թարգմանվում էին տեքստի: Օրինակ՝ առաջին հուշումը եղել է. «Դուք գործում եք որպես ինքնավար գործակալ՝ կառավարելով հետապնդող տիեզերանավը»:
2. ԱԲ-ի առաջարկություններ. ChatGPT-ն առաջարկում էր, թե ինչպես կողմնորոշել տիեզերանավը կամ կատարել մանևրներ:
3. Թարգմանություն ծրագրային կոդի. ԱԲ-ի տեքստային պատասխանները վերածվում էին սիմուլյատորի հրամանների՝ հատուկ ծրագրային շերտի միջոցով:

Մի քանի հուշումներով և նվազագույն կարգավորումներով ChatGPT-ն հաջողությամբ կատարեց թեստերի մեծ մասը՝ զիջելով միայն տարբերակիչ հավասարումների վրա հիմնված մոդելին:

Ինչո՞ւ է սա կարևոր

Փորձի արդյունքները կարևոր հետևանքներ ունեն.

• Արբանյակների ավտոմատացում. Երկրի ուղեծրում կա ավելի քան 8000 ակտիվ արբանյակ (2025 թվականի տվյալներով), և դրանց թիվն աճում է: Ձեռքով կառավարումը, օրինակ՝ Starlink-ի մոտ 6000 արբանյակների դեպքում, անհնար է դառնում: Ինքնավար ԱԲ-ները կարող են ստանձնել ուղեծրային մանևրները՝ նվազեցնելով բախումների ռիսկը:
• Հեռավոր տիեզերք. Մարսի կամ աստերոիդների առաքելությունների համար կապի ուշացումը (մինչև 20 րոպե Մարսի դեպքում) բացառում է իրական ժամանակում կառավարումը: Ինքնուրույն որոշումներ կայացնող ԱԲ-ն անհրաժեշտ է Artemis-ի նման ծրագրերի կամ ապագա միջաստղային զոնդերի համար:
• LLM-ների բազմակողմանիություն. ChatGPT-ն ցույց տվեց, որ լեզվական մոդելները կարող են կիրառվել այնպիսի առաջադրանքներում, որոնց համար դրանք չեն ստեղծվել՝ շնորհիվ տեքստը մեկնաբանելու և նոր սցենարներին հարմարվելու ունակության:

Սահմանափակումներ և մարտահրավերներ

Չնայած հաջողությանը, LLM-ների կիրառումը իրական տիեզերական առաքելություններում դեռ սահմանափակ է.

• Հաշվիչ սխալներ. ChatGPT-ն երբեմն տալիս է հորինված կամ սխալ տվյալներ, ինչը տիեզերքում կարող է աղետի հանգեցնել: Օրինակ՝ ուղեծրի սխալ հաշվարկը կարող է արբանյակը բախման ուղեծիր դուրս բերել:
• Պարզեցված սիմուլյացիա. Kerbal Space Program-ն օգտագործում է երկու մարմինների մոդել (տիեզերանավ և մոլորակ)՝ անտեսելով բարդ գրավիտացիոն փոխազդեցությունները, օրինակ՝ Լուսնի կամ այլ արբանյակների ազդեցությունը: Իրական առաքելությունները պահանջում են բազմաթիվ գործոնների հաշվառում:
• Տվյալների անվտանգություն. Հանրային LLM-ները, ինչպիսին ChatGPT-ն է, հարմար չեն կարևոր առաքելությունների համար՝ տվյալների արտահոսքի ռիսկերի պատճառով: Տիեզերական ընկերությունները, ինչպիսիք են SpaceX-ը կամ Eureka Space-ը, օգտագործում են պաշտպանված կորպորատիվ ԱԲ-ներ:
• Հաշվարկի սահմանափակ տարբերակ. Փորձը կատարվել է մինչ GPT-4-ի թողարկումը (հիմնված 3.5 կամ ավելի վաղ տարբերակի վրա): Նոր մոդելները, ինչպիսին OpenAI-ի o1-ն է, կարող են ավելի լավ արդյունքներ ցույց տալ, սակայն դրանց փորձարկումը դեռ առջևում է:

Իրական կիրառման օրինակներ

ChatGPT-ի հաջողությունը սիմուլյացիայում միակը չէ: 2024 թվականին իտալական Eureka Space ընկերությունը փորձարկեց GPT-4-ը ցածր ուղեծրում գտնվող CubeSat-ի կառավարման համար: ԱԲ-ն վերլուծում էր տելեմետրիան, տալիս էր հրամաններ և փոխգործակցում օպերատորների հետ՝ ցույց տալով իրական առաքելությունների ներուժը: Նմանապես, NASA-ն փորձարկում է ԱԲ-ն՝ Perseverance-ի նման ռովերների ինքնավար կառավարման համար, ինչը ընդգծում է մեքենայական ուսուցման աճող դերը տիեզերքում:

ԱԲ-ի ապագան տիեզերքում

KSPDG-ի արդյունքները բացում են նոր հորիզոններ.

• Արբանյակների խմբերի կառավարում. ԱԲ-ն կարող է օպտիմալացնել ուղեծրերը Starlink-ի կամ OneWeb-ի նման համաստեղությունների համար՝ նվազեցնելով վառելիքի ծախսերն ու ռիսկերը:
• Միջմոլորակային առաքելություններ. Ինքնավար զոնդերը կարող են ուսումնասիրել Մարսը, Եվրոպան կամ աստերոիդների գոտին՝ առանց Երկրից միջամտության:
• Աստղագնացների աջակցություն. LLM-ները կարող են դառնալ «նավային օգնականներ»՝ տրամադրելով առաջարկություններ կամ նվազեցնելով սթրեսը երկարատև առաքելությունների ժամանակ, օրինակ՝ դեպի Մարս թռիչքի ընթացքում:

Այս ներուժն իրականացնելու համար անհրաժեշտ է.

• Մշակել վավերացման համակարգեր՝ բացառելու հաշվիչ սխալները:
• Ինտեգրել LLM-ները ավանդական մեթոդներին, օրինակ՝ տարբերակիչ հավասարումներին, ճշգրտությունը բարձրացնելու համար:
• Ստեղծել տիեզերքի համար մասնագիտացված ԱԲ-ներ՝ հավաստագրված կարևոր առաքելությունների համար:

Եզրակացություն

ChatGPT-ի երկրորդ տեղը Kerbal Space Program Differential Game Challenge-ում պարզապես հետաքրքիր փորձ չէ, այլ ապացույց, որ լեզվական մոդելները կարող են կատարել առաջադրանքներ, որոնց համար չեն ստեղծվել: Տիեզերանավի մասին տվյալները տեքստի վերածելով և ԱԲ-ի առաջարկությունները հրամանների փոխակերպելով՝ հետազոտողները ցույց տվեցին, որ LLM-ները կարող են կառավարել մանևրները սիմուլյացիայում: Այս հաջողությունը, որը նկարագրված է arXiv-ի հոդվածում, ընդգծում է ԱԲ-ի ներուժը արբանյակների ինքնավար նավարկության և միջմոլորակային առաքելությունների համար: Թեև հաշվիչ սխալների նման ռիսկերը պահանջում են հետագա աշխատանք, ChatGPT-ն արդեն ցույց է տվել, որ տիեզերքի ապագան կարող է պատկանել «մտածող» մեքենաներին, որոնք ընդունակ են զարմացնել նույնիսկ իրենց ստեղծողներին: