Wetenschappers van het MIT hebben een innovatieve AI-assistent ontwikkeld om de cognitieve druk op astronauten tijdens missies op het maanoppervlak te verminderen. Het systeem, genaamd GAIN-AI (Guided Assistant for Intelligent Navigation), is specifiek ontworpen om ruimtevaarders te ondersteunen tijdens zogenaamde extravehicular activities (EVA's), waarbij zij complexe taken uitvoeren buiten hun voertuig.
De grootste uitdaging tijdens deze missies is niet het tekort aan beschikbare informatie, maar het filteren van die data tot alleen wat op dat specifieke moment relevant is. Volgens een publicatie op arxiv.org helpt GAIN-AI door informatie op het juiste moment te presenteren, waardoor de astronaut zich minder snel overweldigd voelt door navigatiegegevens, reparatie-instructies en omgevingsrisico's.
Werking van het systeem
Het systeem maakt gebruik van een minimalistische Augmented Reality-interface (AR) die direct in het gezichtsveld van de gebruiker wordt geprojecteerd. De architectuur van GAIN-AI bestaat uit twee kernlagen. De eerste laag integreert een groot taalmodel (LLM) met gestructureerde contextuele data, zoals telemetrie en officiële protocollen voor foutafhandeling in JSON-formaat. De tweede laag vertaalt deze complexe data naar drie eenvoudige visuele componenten: het uiteindelijke doel (Goal), de actuele taak (Task) en de nodige verificatie (Verification).
De effectiviteit van deze aanpak is uitgebreid getest via 111 synthetische scenario's. Uit de resultaten blijkt dat het systeem onder normale omstandigheden een maximale score van 10,0/10 behaalt. De betrouwbaarheid neemt echter af wanneer er sprake is van fouten; bij een enkele fout daalt de score naar 8,15/10, en bij meerdere gelijktijdige incidenten of het overschrijden van grenswaarden presteert de AI minder consistent. Dit onderzoek werd gepresenteerd tijdens de mit.edu conferentie in Los Angeles, waar het werk van onder meer Rodrigo Gallardo en Skylar Tibbits van het MIT Media Lab centraal stond.
Bredere technologische context
De ontwikkeling van GAIN-AI staat niet op zichzelf, maar maakt deel uit van een bredere zoektocht naar betere interfaces voor maanexploratie. Er is reeds onderzoek gedaan naar Head-Up Displays (HUD) voor bemande maanrovers, waarbij gebruik wordt gemaakt van cognitieve werkanalyse om de belasting voor bestuurders bij het vermijden van obstakels te verlagen, zoals beschreven in een publicatie via springer.com.
Daarnaast is er eerder geëxperimenteerd met het ALEXEI-systeem (Augmented Lunar Exploration and Extravehicular Interface). Dit project, ontwikkeld door het ERAU S.U.I.T. Lab in het kader van de NASA SUITS-uitdagingen, richtte zich eveneens op het toegankelijk maken van kritieke informatie tijdens EVA-operaties, zoals vermeld in documentatie op tdl.org.
Toekomstige optimalisatie
Hoewel de huidige resultaten voor standaardprocedures zeer positief zijn, blijft de robuustheid bij complexe foutscenario's een punt van aandacht. De onderzoekers benadrukken dat verdere integratie van real-time telemetrie en geavanceerde AI-filtering noodzakelijk is om de veiligheid van astronauten in onvoorspelbare omgevingen volledig te kunnen garanderen.