Afkodning af rumsten med AI: Meteoritgennembruddet

Kunstig intelligens (AI) forandrer den måde, vi gør tingene på, ikke kun på Jorden, men også i rummet.

Ved at blive brugt til opgaver lige fra autonom rumfartøjsnavigation og dataanalyse til optimering af ressourceudnyttelse og understøttelse af videnskabelige opdagelser, muliggør teknologien mere effektive, autonome og indsigtsfulde rummissioner.

For eksempel har NASA udforsket kraften ved kunstig intelligens i mange år. Fra autonome rovere på Mars Til AI-boostede initiativer til at finde nye exoplaneter har agenturet udnyttet denne teknologi til at forbedre sin forståelse af rummet.

For nylig viste det amerikanske føderale agentur, hvordan kunstig intelligens kan hjælpe rumfartøjer i kredsløb med at indsamle mere målrettede data. Kunstig intelligens gjorde det for første gang muligt for en satellit at forudse sin bane i kredsløb, behandle og vurdere billeder med kunstig intelligens og beslutte, hvor et instrument skulle målrettes, hvilket ikke engang tog to minutter eller nogen menneskelig indblanding.

"Ideen er at få rumfartøjet til at opføre sig mere som et menneske: I stedet for bare at se data, tænker det over, hvad dataene viser, og hvordan det skal reagere," sagde Steve Chien, en teknisk fellow i AI ved NASAs Jet Propulsion Laboratory (JPL) og ledende forsker for Dynamic Targeting-projektet.

Et par år siden, Elon Musks SpaceX også opsendt en satellit udstyret med kunstig intelligens, der gør det muligt for rumfartøjet at deltage i missioner i rummet.

Midt i dette har forskere afdækket meteorittens hemmeligheder ved hjælp af denne teknologi. Dette særlige materiale udfordrer reglerne for varmestrømning ved at fungere som både krystal og glas.

Ved hjælp af kunstig intelligens var forskere i stand til at afdække mineralets evne til at opretholde konstant varmeledningsevne., en større gennembrud, der kan revolutionere materialevidenskaben ved at transformere varmehåndteringen inden for teknologi og industri. Det kan også bidrage til at reducere de massive kulstofemissioner i stålproduktionen. 

Hvordan AI afdækker meteoritternes hemmeligheder

Meteoroider er de lysglimt, man nogle gange ser stribe hen over himlen.

Disse rumklipper kan være så små som støvkorn eller så store som små asteroider. De fleste af dem er fragmenter af større legemer, der er gået i stykker. Nogle kommer fra asteroider, andre fra kometer, og nogle få kommer endda fra Månen, Mars eller andre planeter.

Disse hedder meteoroider, mens de stadig er i rummet. Når de når Jordens eller en anden planets atmosfære og overlever passagen, kaldes de meteorer.

Når de kommer ind i atmosfæren, gør de det med høj hastighed, og når trykket overstiger objektets styrke, går det i opløsning, hvilket fører til, at det brænder op og giver et klart glimt, deraf navnet "stjerneskud". Når de fremstår særligt klare, kaldes de "ildkugler".

Disse meteorer kan virke som en sjælden forekomst, men ifølge NASAs estimater falder omkring 48.5 tons af den slags materiale på Jorden hver dag.

Da disse klipper er en del af rummet, kan de give værdifuld indsigt i asteroiders, planeters og vores solsystems sammensætning, dannelse og historie. 

En meteorit er gjort op af forskellige materialer, herunder sten, metal eller en kombination af begge.

Disse meteoritter studeres af forskere i detaljer ved hjælp af forskellige teknikker såsom fotografiske og teleskopiske observationer, radardetektion, mikroskopi, spektroskopi, magnetometri og andre.

På det seneste er kunstig intelligens også blevet brugt til at forstå rummeteoritter ved at automatisere deres detektion ved hjælp af dronebilleder, forbedre klassificeringen af deres typer gennem maskinlæring, identificere potentielle nedslagssteder og endda afsløre sammensætningen af materialer i meteoritter. 

Ved at analysere enorme datasæt og genkende mønstre, som mennesker måske overser, forbedrer AI effektiviteten og nøjagtigheden af meteoritforskning, hvilket igen giver afgørende indsigt i livets oprindelse. 

For eksempel, forskning¹ fandt fra slutningen af sidste år beviser på flydende vand på Mars for 742 millioner år siden med hjælp fra en meteorit.

Så ramte en asteroide Mars for elleve millioner år siden og sendte dele af den røde planet på rejse gennem rummet. En af disse dele styrtede ned i Jorden og gav os en meteorit, der kan spores direkte til Mars. 

Den fik navnet Lafayette-meteoritten, og efter undersøgelse fandt forskere ud af, at den, mens den var på Mars, interagerede med vand. For nylig bestemte et internationalt samarbejde mellem forskere alderen på mineralerne i meteoritten, der blev dannet, da der var flydende vand. 

"Vi kan identificere meteoritter ved at studere, hvilke mineraler der er til stede i dem, og forholdet mellem disse mineraler inde i meteoritten."

– Hovedforfatter Marissa Tremblay, adjunkt ved Institut for Jord-, Atmosfærisk og Planetarisk Videnskab (EAPS) på Purdue University

Hun bemærkede yderligere, at meteoritter har en tendens til at være tættere end klipper på Jorden, er magnetiske og indeholder metal. Det er dog ikke så let at finde meteoritter. 

chance for at finde en er faktisk meget lille. Som et resultat har forskere brugt kunstig intelligens sammen med droner til at gøre opdagelsen. 

I 2022 fandt forskere fra Curtin University i Australien en meteorit, en meteorit der fulgte en ellipse mellem Jupiters og Venus' baner, i den afsidesliggende australske outback ved hjælp af maskinlæring og to droner.

Teknologien gør det muligt for meteoritjægere at udføre gentagne opgaver uden at miste opmærksomheden. Faktisk lærer maskinerne at håndtere falske positiver gennem gentagelse. 

"Den hellige gral inden for meteoritjagt lige nu er en drone, der kan afbilde et geografisk område, se på jorden og finde meteoritter med kunstig intelligens."

– Mike Hankey, Det Amerikanske Meteorselskab

Universitetets Skole for Jord- og Planetvidenskab har sammen med Paris-observatoriet, Det Internationale Center for Radioastronomisk Forskning (ICRAR) og andre institutioner samarbejdet om at løse gåden om kulstofrige asteroider, som, selvom de er almindelige i rummet, tegner sig for mindre end 5% af de meteoritter, der når Jorden.

Denne studere², som har opklaret det langvarige mysterium inden for rumvidenskab, blev udgivet i år. Til dette formål analyserede forskere næsten 8,500 meteoride- og meteoritbegivenheder.

Undersøgelsen har opdaget, at Solen og Jordens atmosfære fungerer som gigantiske filtre, der ødelægger kulstofholdige meteoroider, før de når jorden. Sådanne meteoritter er vigtige, fordi de indeholder aminosyrer, organiske molekyler og vand.

Mens det var allerede kendt at kulstofrigt materiale ikke overlever indtrængen i atmosfæren, viste forskningen, at mange meteoroider "ikke engang når så langt" og går i stykker, når de passerer tæt på Solen. 

"De, der overlever at blive tilberedt i rummet, er mere tilbøjelige til at også at komme igennem Jordens atmosfære".

– Medforfatter Dr. Hadrien Devillepoix, Curtins Space Science and Technology Centre og Curtin Institute of Radio Astronomy (CIRA)

Desuden fandt man ud af, at meteoroider dannet af tidevandsforstyrrelser er særligt skrøbelige og næsten aldrig overlever indtrængen i atmosfæren. Ifølge Dr. Patrick Shober fra Paris-observatoriet:

"Denne opdagelse kan påvirke fremtidige asteroidemissioner, vurderinger af nedslagsfarer og endda teorier om, hvordan Jorden fik sit vand og sine organiske forbindelser, der gjorde det muligt for liv at begynde."

I mellemtiden har en studere³ fra tidligere i år brugte AI til at finde ud af, at "Marsquakes", en af ​​de vigtigste kræfter, der former planetens overflade, er forårsaget af seismisk aktivitet fra meteoridenedslag.

Forskerholdet fra University of Bern og Imperial College London udnyttede kunstig intelligens til at identificere nye nedslag i titusindvis af orbitale databilleder mellem december 2018 og 2022 og krydsrefererede dem derefter med seismiske data. Det hjalp forskerne med at finde 123 nye kratere at krydsreferere, og ud af dem var 49 en potentiel match med jordskælv.

De nyligt indsamlede data afslørede, at meteoridnedslag på Mars forekommer omtrent dobbelt så ofte som tidligere anslået.

Denne, bemærkede professor Tom Pike fra det kejserlige team, viser "styrken ved at undersøge flere datasæt fra Mars dybt. Uden de seismiske data ville vi ikke have vidst, hvor vi skulle lede efter et nedslag i orbitalbillederne, og uden orbitalbillederne ville vi ikke have været i stand til at lokalisere kilden til den seismiske energi."

AI har ændret spillet for forskere ved at registrere et sammenstød i en enkelt pixel af et lavopløsnings-orbitalkamera der er brugt til daglig vejrovervågning. "Kraften og hastigheden af kunstig intelligens betyder, at vi har været i stand til at finde den berømte nål i høstakken!" tilføjede han.

Maskinalgoritmen, der spillede en nøglerolle her, blev udviklet på JPL, og den kan gennemgå enorme mængder data, såsom billeder. 

AI bekræfter krystal-glas hybrid

Nu seneste undersøgelse⁴ af forskere fra Columbia Engineering har brugt kunstig intelligens til at gøre endnu en fantastisk opdagelse. De har bekræftet de "hybride" termiske egenskaber ved et rummineral, som ikke følger de typiske varmestrømningsregler. Meteoritten fungerer som både en krystal og et glas. 

Denne er et gennembrud, fordi krystallers og glasers varmeledningsegenskaber er fuldstændig modsatte af hinanden. Varmeledningsevnen varierer faktisk kraftigt i begge. Materialers varmeledningsevne varierer dramatisk afhængigt af atomstrukturen. Her er en sammenligning af krystallinske, glasagtige og hybride materialer:

Disse tendenser spiller en nøglerolle i en række teknologier, herunder systemer til genvinding af spildvarme, miniaturisering og effektivitet af elektroniske enheder samt levetiden for termiske skjolde til luftfartsapplikationer.

Optimering af ydeevnen og Holdbarheden af ​​materialer, der anvendes i disse applikationer, kræver en dyb forståelse af, hvordan deres atomstruktur og kemiske sammensætning bestemmer materialets evne til varmeledning.

Michele Simoncelli, adjunkt i anvendt fysik og anvendt matematik ved Columbia Engineering, anvendte den første principtilgang og kombinerede den med maskinlæring for at identificere det unikke materiale med karakteristiske termiske egenskaber.

Maskinlæringsteknikker gjorde det muligt for teamet at overvinde de beregningsmæssige udfordringer ved første-princip-metoder og simulere atomare egenskaber, der påvirker varmetransport, med kvante-niveau nøjagtighed. 

Materialet er det første af sin slags, hvilket blev opdaget i meteoritter og identificeret på Mars. 

At finde ud af den grundlæggende fysik, der driver denne særlige adfærd, kan forbedre vores forståelse og hjælpe os med at designe materialer, der håndterer varme under ekstreme temperaturforskelle.

Termisk ledning, som er varmeoverførsel gennem stationært stof ved fysisk kontakt, afhænger af et materiales atomstruktur. Så om et materiale er glasagtigt med en uordnet, ikke-krystallinsk struktur eller krystallinsk med et ordnet atomgitter, påvirker, hvordan varme strømmer på kvanteniveau.

Grundlæggende termisk Ledningsevnen øges i glas med stigende temperatur og falder i krystaller ved opvarmning.

For at indfange denne modsatte tendens inden for varmeledningsevne i glas og krystaller, udledte Simoncelli i samarbejde med Francesco Mauri fra Sapienza Universitet i Rom og Nicola Marzari fra det schweiziske føderale teknologiske institut en enkelt ligning tilbage i 2019.

Det er værd at bemærke, at ligningen beskriver den mellemliggende opførsel af delvist uordnede materialer. Denne omfatter materialer, der anvendes i termiske barrierebelægninger til varmeskjolde, perovskit-solceller og termoelektriske materialer til at genvinde spildvarme.

Nu, ved hjælp af den samme ligning, udforskede de forholdet mellem atomstrukturen og varmeledningsevnen i materialer lavet af siliciumdioxid (SiO2).

Siliciumdioxid, også kendt som silica, er en naturligt forekommende kemisk forbindelse bestående af silicium og ilt, to af de mest udbredte grundstoffer på Jorden. Det er en af hovedkomponenterne i sand. 

Forskerne forudsagde, at "tridymit"-formen af siliciumdioxid ville vise tegn på et krystalglasmateriale med en varmeledningsevne, der ikke ændrer sig med temperaturen. 

Tridymit er en højtemperaturkrystalform af siliciumdioxid, der primært forekommer i vulkanske bjergarter og dannes under forhold med høj temperatur og lavt tryk. Det findes også i meteoritter.

Tridymits usædvanlige termiske transportadfærd fik et hold eksperimentalister ledet af Daniele Fournier, Massimiliano Marangolo og Etienne Balan fra Sorbonne Universitetet i Paris til at udføre forsøg på en prøve af silica-tridymit opnået fra en meteorit, der landede i Tyskland for tre hundrede år siden.

Eksperimenterne bekræftede forskernes forudsigelser med målinger.

Meteorisk tridymit har blev bekræftet at have en atomstruktur, der ligger mellem den ordnede krystal og det uordnede glas. Derudover fandt de, at dens varmeledningsevne forblev konstant mellem 80 K og 380 K, det temperaturområde, der er eksperimentelt tilgængeligt.

Ved yderligere analyse forudsagde holdet, at materialet kunne dannes fra termisk ældning i ildfaste mursten, der fungerer som en termisk barriere i ovne til stålproduktion.

Det alsidige, holdbare og multifunktionelle stål er et af de vigtigste materialer i det moderne samfund og understøtter forskellige industrier og infrastrukturer. Stålproduktion er dog en kulstofintensiv proces, hvor blot 1 kg stål udleder omkring 1.3 kg CO2. 

Med næsten 1 milliard tons stål produceret hvert år er det ansvarligt for en stor CO2-udledning, så meget at det tegner sig for ca. 7% af COXNUMX-udledningen i USA.

Som undersøgelsen bemærkede, bestemmes effektiviteten og miljøpåvirkningen i høj grad af, hvordan varme håndteres i ovne, især gennem den termiske ledningsevne af ildfaste materialer, der kan modstå ekstreme temperaturer.

Materialer udvundet af tridymit kan således muliggøre en mere effektiv kontrol af den intense varme, der er involveret i stålproduktion. Ved hjælp af undersøgelsens resultater kan ledningsevnen af ​​ildfaste materialer øges, hvilket igen reducerer ovnenes brændetid og dermed mindsker stålindustriens CO2-aftryk.

Udover alt dette udforsker Simoncellis gruppe ved Columbia brugen af ​​de samme mekanismer, der bestemmer varmestrømmen i hybride krystalglasmaterialer, for at forstå opførslen af ​​andre excitationer i faste stoffer, såsom spin-bærende magnoner og ladningsbærende elektroner.

Disse koncepter hjælper med nye og energieffektive teknologier, herunder spintroniske enheder, bærbare enheder og neuromorfisk databehandling.

Til dette formål arbejder forskerholdet på at formulere førsteprincipteorier til at forudsige eksperimentelle observerbare størrelser, udvikle AI-simuleringsteknikker til kvantitativt nøjagtige forudsigelser af materialeegenskaber og anvende dem til at opdage og designe materialer, der kan imødegå ingeniørmæssige og industrielle udfordringer.

Investering i AI-rumforskning

Når det kommer til rumforskning, Lockheed Martin Corporation (LMT ) skiller sig ud som en storleverandør for NASA og forsvarsministeriet. Virksomheden designer AI-baserede satellitsystemer og planetsonder til at understøtte missioner som Mars-udforskning.

Den globale luftfarts- og forsvarsvirksomhed har en markedsværdi på 101.23 milliarder dollars, og aktierne handles i øjeblikket til 433.60 dollars, et fald på 11% i år. Virksomheden har et resultat pr. aktie (TTM) på 23.15 og en P/E (TTM) på 18.73. Lockheed udbetaler et udbytte på 3.04%.

Lockheed Martin Corporation (LMT )

I denne uge annoncerede virksomheden sin nye, mere kapable og overlevelsesdygtige missiladvarselssatellit. Under testen beviste Next-Gen OPIR GEO-satellitten sin evne til at operere i og modstå de barske temperaturer og de voldsomme vibrationsforhold.

For 2. kvartal 2025 rapporterede virksomheden et salg på 18.2 milliarder dollars, en stigning fra 18.1 milliarder dollars i samme kvartal sidste år. Nettoindtjeningen for kvartalet var 342 millioner dollars eller 1.46 dollars pr. aktie. Virksomheden rapporterede også programtab på 1.6 milliarder dollars og andre omkostninger på 169 millioner dollars. DenneIfølge Reuters, stammede fra "vanskeligheder med et klassificeret program i sin luftfartsforretning og internationale helikopterprogrammer i sin Sikorsky-enhed."

I denne periode var pengestrømme fra driften 201 millioner dollars, et massivt fald fra 1.9 milliarder dollars i 2. kvartal 24. Samtidig var den frie pengestrøm (150) millioner dollars sammenlignet med 1.5 milliarder dollars i samme kvartal sidste år. Lockheed returnerede også 1.3 milliarder dollars til aktionærerne gennem udbytte og aktietilbagekøb. 

Dens administrerende direktør, Jim Taiclet, bemærkede, at amerikanske og allierede kunder "beder os om at forbedre og accelerere mange nøgleprogrammer", herunder den amerikanske rumstyrkes bestilling af yderligere GPS IIIF-satellitter. Han tilføjede:

"Samtidig har vores løbende programgennemgangsproces identificeret nye udviklinger, der har fået os til at revurdere den økonomiske situation for en række større ældre programmer. Som følge heraf tager vi en række foranstaltninger i dette kvartal for at håndtere disse nyligt identificerede risici."

Seneste Lockheed Martin Corporation (LMT) Aktienyheder og -udvikling

Konklusion

Magien ved kunstig intelligens når ud over Jordens grænser til rummets dybder og hjælper os med at afdække skjulte mønstre i rumklipper, fra jordskælv til eksotiske termiske adfærdsmønstre. Med disse opdagelser accelererer kunstig intelligens opdagelser, der vil transformere vores forståelse af universet. samt materialernes fremtid.

Klik her for at lære alt om investering i kunstig intelligens.

Referencer:

1. Tremblay, MM, Mark, DF, Barfod, DN, Cohen, BE, Ickert, RB, Lee, MR, Tomkinson, T., & Smith, CL. Datering af nylig vandig aktivitet på Mars. Geokemiske perspektiver Breve, 32, udgivet 6. november 2024. https://doi.org/10.7185/geochemlet.2443
2. Shober, PM, Devillepoix, HAR, Vaubaillon, J., et al. Perihelhistorie og atmosfærisk overlevelse som primære drivkræfter for Jordens meteoritregistrering. Naturstronomi, 9, 799–812 (juni 2025). https://doi.org/10.1038/s41550-025-02526-6
3. Charalambous, C., Pike, WT, Fernando, B., Wójcicka, N., Kim, D., Froment, M., Lognonné, P., Woodley, S., Ojha, L., Bickel, VT, McNeil, J., Collins, GS, Daubar, IJ, Horleston, A., & Banerdt, B. Nye nedslag på Mars: Afdækning af seismiske udbredelsesbaner gennem en Cerberus Fossae-nedslagsdetektion. Geofysiske forskningsbreve, første gang udgivet 3. februar 2025. https://doi.org/10.1029/2024GL110159
4. Simoncelli, M., Fournier, D., Marangolo, M., Balan, E., Béneut, K., Baptiste, B., Doisneau, B., Marzari, N., & Mauri, F. Temperatur-invariant krystal-glas varmeledning: Fra meteoritter til ildfaste materialer. Proceedings of National Academy of Sciences, 122(28), e2422763122 (11. juli 2025). https://doi.org/10.1073/pnas.2422763122