الروبوتات الفضائية: صائدو كنوز الكويكبات

هل تساءلت يومًا عن سرّ كوننا؟ ما الذي يختبئ خلف تلك النجوم البعيدة والكويكبات المتناثرة؟

في رحلة كونية ممتعة، تنطلق سفن فضائية مُجهزة بروبوتات ذكية "متحدثة" بلغة البيانات، تحمل على عاتقها مهمة غاية في الأهمية: حل لغز تركيب الكويكبات.

تُخيل سفينة فضائية تُدعى "أوريون" - سميت على اسم كوكبة أوريون - تحلق في الفضاء، مُحمّلة بفريقٍ من الروبوتات المتخصصة.

"آدم"، روبوت ذو ذراعين قويتين، يُمسك بأداة ضخمة، "المُحلل الطيفي" - كأنه عين سحرية - تُسلطها على كويكب "بروبريتي" الذي يلمع في ظلام الفضاء. يشبه هذا الجهاز الطبيب الذي يستخدم أشعة إكس لفحص العظام، لكن هنا، يستخدم "آدم" ضوءًا خاصًا لمعرفة تركيب "بروبريتي" من الداخل!

"إيفا"، روبوت ذو عقل متطور، تحلل البيانات التي يقدمها "آدم"، و تُشكلها في صورة مُفصّلة لهذا الكويكب. تُمكنها هذه البيانات من معرفة ما يحتويه "بروبريتي" من معادن ثمينة - مثل البلاتين، والذهب - و حتى من الماء !

"أوريون" تُرسل المعلومات إلى "أرض" عبر أجهزة اتصال فائقة السرعة. تُحلل هذه المعلومات من قبل العلماء في "معهد الفضاء" لتحديد ما إذا كان "بروبريتي" مُناسبًا للإستخراج منه الكنوز الخفية.

لكن كيف يعمل هذا الروبوتات؟

"آدم" و "إيفا" مُبرمجين بتقنيات ذكاء صناعي متطورة، تُسمى "التعلم الآلي". تُشبه هذه التقنية الطريقة التي يتعلم بها الإنسان. تُقوم "إيفا" بدراسة أمثلة من كويكبات أخرى من قبل، وتتعلم من الأخطاء التي ارتُكبت من قبل الروبوتات السابقة.

"إيفا" تُطبق ما تعلمته على "بروبريتي"، و تُقدم نتائج دقيقة و سريعة للعلماء على "الأرض".

لكن لماذا يُهمّنا ما يُخفيه الكويكبات؟

من المُحتمل أن تُصبح الكويكبات مصدرًا للثروة للبشرية. تُمكن منها إيجاد المواد النادرة التي نحتاجها لإنتاج التكنولوجيا المتطورة. يمكن أن تُصبح الكويكبات مُستودعات لمياه الشرب للرحلات الفضائية البعيدة.

تُصبح الروبوتات ذات الذكاء الصناعي أداة أساسية في هذه المهمة الخطيرة و المُلهمة.

ما الذي تُريد أن تُضيفه إلى هذه الرحلة الفضائية؟

أخبرنا في التعليقات!

مثال على الكود:

# مثال بسيط  لبرنامج  "إيفا"  للتعلم الآلي  
#  من خلال  فهم  تركيب  الكويكبات
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression

#  قراءة  بيانات  عن  الكويكبات
data = pd.read_csv("كويكبات.csv")

#  تقسيم  البيانات  إلى  مُدرب  و  اختبار  
X_train, X_test, y_train, y_test = train_test_split(data.drop("التركيب", axis=1), 
                                                    data["التركيب"], test_size=0.2)

#  إنشاء  نموذج  التعلم  الآلي 
model = LinearRegression()

#  تدريب  النموذج  
model.fit(X_train, y_train)

#  اختبار  النموذج  
y_pred = model.predict(X_test)

#  تقييم  أداء  النموذج  
print(f"دقة النموذج: {model.score(X_test, y_test)}")

#   مثال على التوقع  
new_asteroid =  [ # قيم  لتركيب  الكويكب  جديد  ]
prediction = model.predict([new_asteroid])
print(f"توقع التركيب: {prediction}")

ملاحظة:

• لا يُمكن أن يُدرّب الروبوت على الواقع في هذه اللحظة، لكن هناك أبحاث كثيرة تُجرى في هذا المجال لإيجاد طرق لإشراك الذكاء الصناعي في استكشاف الفضاء.

• يُمكن أن تُستعمل اللغة البرمجية "python" لبناء الروبوتات الذكية للقيام بهذه المهام.