Несмотря на неоспоримый потенциал искусственного интеллекта (ИИ) в производстве спутников, компании подходят к его внедрению с осторожностью, отдавая приоритет кибербезопасности и целостности данных.

Blue Canyon Technologies, дочерняя компания Raytheon Technologies, изучает, как ИИ может способствовать производству, не ставя под угрозу кибербезопасность. «Когда вы пытаетесь обучить машину с ИИ, куда уходят ваши данные», — спросил Крис Уинслет, генеральный директор Blue Canyon Technologies, на конференции Satellite Innovation. «Также есть опасения по поводу получения данных из внешних приложений. Откуда они берутся?»

Уинслет подчеркивает ценность ИИ в оптимизации процесса инженерного проектирования. «Вы хотите иметь возможность использовать ИИ, чтобы помочь вам превратить массу данных в информацию», — сказал он, добавив, что это освобождает инженеров от необходимости вручную анализировать данные, позволяя им принимать обоснованные решения.

Kongsberg NanoAvionics разделяет аналогичные опасения по поводу происхождения данных. «Как можно доверять тому, что вы получаете? Какой источник?» — спросил Каролис Сенвайтис, директор по инженерным операциям. «Если вы агрегируете результаты, получаете ли вы те результаты, которые вам нужны?»

Сенвайтис считает, что ИИ может быть ценным инструментом для сбора и анализа огромных наборов данных, но его прямая интеграция в производственные и испытательные процессы преждевременна, пока эти вопросы не будут решены.

Machina Labs, лос-анджелесский стартап, специализирующийся на роботизированных технологиях для металлообработки, решает проблему происхождения данных по-другому. Генерируя собственные данные с помощью своих роботизированных систем, Machina Labs минимизирует риски, связанные с внешними данными.

«Многие из наших процессов включают в себя инженеров-конструкторов и инженеров по разработке процессов, которые по сути интерпретируют это изобилие данных, генерируемых нашими формирующими роботами», — объяснил Джон Боррего, вице-президент по производству Machina Labs. «Используя датчики нагрузки и датчики положения, а также высокоточное сканирующее программное обеспечение и устройства, мы можем определить, будет ли деталь соответствовать требованиям или нет».

Данные с этих датчиков надежно хранятся в облаке. «Мы только начинаем, потому что теперь у нас есть конкретные данные, которые можно использовать и использовать для оптимизации процессов и снижения любых дефектов качества для будущих деталей», — добавил Боррего.