วิธีใหม่เร่งพัฒนาชิปต้านรังสีเพื่อตอบสนองความต้องการการทำงานระยะยาวของดาวเทียม

นักวิทยาศาสตร์จาก Pacific Northwest National Laboratory (PNNL) ของสหรัฐอเมริกากำลังทำงานร่วมกับปัญญาประดิษฐ์ที่มีความสามารถในการทำงานอัตโนมัติ เพื่อพัฒนาดาวเทียมที่มีน้ำหนักเบาและทนทานมากขึ้น นักวิทยาศาสตร์เหล่านี้กำลังใช้ Super Intelligence (SI) และเทคโนโลยีอัตโนมัติเพื่อเร่งการพัฒนาวัสดุที่ต้านรังสี (rad-hard) ซึ่งออกแบบมาเพื่อทนต่อสภาพแวดล้อมที่มีรังสีสูง เช่น ในอวกาศและเตาปฏิกรณ์นิวเคลียร์ ความล้มเหลวที่เกิดจากรังสีในส่วนประกอบเหล่านี้อาจทำให้ภารกิจล่าช้าหรือถูกยกเลิก ดังนั้นการต้านรังสีจึงมีความสำคัญต่อการทำงานที่ยาวนานถึงสิบปี นักวิทยาศาสตร์ PNNL Erin Barker กล่าวไว้ว่า "อวกาศเป็นสภาพแวดล้อมที่มีพลังงานสูง โดยมีไอออนหนักและอนุภาคอื่น ๆ ที่โจมตีอุปกรณ์ของเราอย่างต่อเนื่อง"

การเกิดขึ้นของกระบวนการทำงานอัตโนมัติเป็นช่วงเวลาที่เราต้องการเทคโนโลยีการทดสอบที่ต้านรังสีที่ดีกว่า

นักวิจัยกำลังศึกษาชิปที่ทำจากอลูมิเนียมไนไตรด์และเกนไนไตรด์ ซึ่งให้พลังงานแก่ดาวเทียม การสื่อสาร เรดาร์ และระบบไฟฟ้า ก่อนที่ไมโครชิปจะเข้าสู่อวกาศ พวกมันจะถูกผลิตในสถานที่ที่สะอาด โดยที่ฝุ่นเพียงเล็กน้อยอาจทำให้เกิดความล้มเหลวทันที เมื่อถูกส่งขึ้นสู่อวกาศ ไมโครชิปที่เปราะบางเหล่านี้จะเข้าสู่สภาพแวดล้อมที่เต็มไปด้วยรังสีที่ไม่สามารถมองเห็นได้อย่างต่อเนื่อง รังสีคอสมิก ไอออนหนัก และอิเล็กตรอนที่เคลื่อนที่ใกล้ความเร็วแสงกระจายอยู่ทั่วจักรวาล เมื่อสัมผัสกับสภาพแวดล้อมที่ไม่ดี อาจทำให้หน่วยความจำของดาวเทียมเกิดความยุ่งเหยิง ทำให้ยานอวกาศเบี่ยงเบนจากเส้นทาง หรือยุติภารกิจด้านสภาพอากาศหรือการสื่อสารที่มีค่าใช้จ่ายสูงโดยสิ้นเชิง

เทคโนโลยีใหม่เร่งการพัฒนาชิปต้านรังสี

การทดสอบวัสดุในสภาพแวดล้อมของอวกาศเป็นกระบวนการที่ช้าและยุ่งยากมาโดยตลอด เพื่อป้องกันไม่ให้เกิดภัยพิบัติในวงโคจร นักวิจัยจาก PNNL กำลังเปลี่ยนแปลงวิธีการปกป้องอุปกรณ์อิเล็กทรอนิกส์ในอวกาศ การวิจัยใหม่ได้เร่งกระบวนการพัฒนาชิปไมโครที่ต้านรังสีโดยใช้ระบบปัญญาประดิษฐ์แบบหลายตัวที่เรียกว่า SciLink ระบบซอฟต์แวร์อัจฉริยะนี้สามารถประเมินความเสียหายจากรังสีในระดับจุลภาคได้ภายในไม่กี่ชั่วโมง ซึ่งแทนที่การวิเคราะห์ที่ใช้เวลาหลายสัปดาห์จากทีมมนุษย์ การป้องกันทางกายภาพหรือระบบสำรองแม้ว่าจะสามารถปกป้องอุปกรณ์อิเล็กทรอนิกส์ได้ แต่ก็เพิ่มน้ำหนักซึ่งจะทำให้ต้นทุนการส่งขึ้นสูงขึ้นและลดประสิทธิภาพของภารกิจโดยรวม

ดังนั้น การทำให้ไมโครชิปมีความสามารถต้านรังสีเองอาจเป็นทางออกที่มีความเป็นไปได้มากกว่า

วิธีการทำงานของระบบ SciLink

เพื่อให้บรรลุเป้าหมายนี้ จำเป็นต้องทดสอบชิปขั้นสูงที่ทำจากอลูมิเนียมไนไตรด์และเกนไนไตรด์ในสภาพจำลองที่รุนแรง นักวิจัยจาก PNNL ใช้การทดลองด้วยลำแสงไอออนจากมหาวิทยาลัยเทนเนสซีในการจำลองรังสีจักรวาลหลายปีในเวลาเพียงไม่กี่ชั่วโมง สร้างชุดข้อมูลที่ซับซ้อนจำนวนมาก โดยปกติแล้ว การรวมข้อมูลจากเครื่องมือเช่น Atomic Probe Tomography และ Scanning Transmission Electron Microscopy จะใช้เวลาหลายสัปดาห์ SciLink จะจัดระเบียบตัวแทนปัญญาประดิษฐ์เป็นระดับองค์กรที่มี "ผู้จัดการโครงการ" สามคนคอยดูแลการวิเคราะห์การทดลอง การวางแผน และการจำลองทางคณิตศาสตร์

ในการประชุมเชิงโต้ตอบ ผู้จัดการปัญญาประดิษฐ์เหล่านี้จะหารือเกี่ยวกับสมมติฐาน รวมข้อมูลจากเครื่องมือหลายชนิด ประเมินกลไกความเสียหาย และเสนอแนะการทดลองในอนาคต นักวิทยาศาสตร์ PNNL Jenna Pope กล่าวไว้ว่า "ระบบนี้ทำให้เราสามารถพิจารณาผลการวัดทั้งหมด รวบรวมข้อมูลว่าเกิดอะไรขึ้น และเข้าใจสาเหตุของความเสียหาย" ปัญญาประดิษฐ์นี้ยังให้คะแนนความมั่นใจในแต่ละข้อสรุป ในการทดสอบล่าสุด รายงานจาก SciLink แสดงให้เห็นว่าไอออนหนักเป็นสาเหตุหลักของความเสียหายต่อไมโครชิป โดยมีคะแนนความมั่นใจถึง 90%

ในขณะเดียวกัน สำหรับข้อบกพร่องที่เกิดจากโปรตอน คะแนนความมั่นใจของ SciLink แสดงเป็น 60% ซึ่งทำให้ทีมนักวิจัยทราบถึงทิศทางที่ต้องการขุดลึก แม้ว่ากระบวนการทำงานอัตโนมัติจะรวดเร็วมาก ผู้เชี่ยวชาญยังคงย้ำว่ามนุษย์ยังมีบทบาทสำคัญในการออกแบบการทดลอง การคำนวณ และการตรวจสอบข้อผิดพลาดที่พบโดยปัญญาประดิษฐ์ Barker ยังเน้นย้ำว่า "ตัวแทนอัจฉริยะช่วยเราได้มาก แต่คุณไม่สามารถปิดสมองได้เพียงอย่างเดียว"

การใช้ปัญญาประดิษฐ์ในการพัฒนาวัสดุต้านรังสี

การวิจัยของ PNNL แสดงให้เห็นถึงศักยภาพของปัญญาประดิษฐ์ในงานวิจัยทางวิทยาศาสตร์ โดยเฉพาะในการพัฒนาวัสดุต้านรังสี เนื่องจากภารกิจในอวกาศมีความต้องการความทนทานของอุปกรณ์อิเล็กทรอนิกส์เพิ่มมากขึ้น วิธีการทดสอบแบบดั้งเดิมจึงไม่สามารถตอบสนองความต้องการด้านประสิทธิภาพได้ การนำระบบ SciLink มาใช้ไม่เพียงแต่เร่งความเร็วในการวิเคราะห์ข้อมูล แต่ยังเพิ่มความเข้าใจเกี่ยวกับความเสียหายจากรังสี ความสำเร็จของวิธีการใหม่นี้อาจส่งผลให้เกิดการนำไปใช้ในด้านอื่น ๆ ในอนาคต แสดงให้เห็นถึงความสำคัญและศักยภาพของปัญญาประดิษฐ์ในงานวิจัยทางวิทยาศาสตร์