একটি নতুন AI আর্কিটেকচার মঙ্গল এবং চাঁদের রোভারগুলোকে সিদ্ধান্ত নিতে সাহায্য করতে পারে যে তারা কী নিয়ে গবেষণা করবে এবং কীভাবে চলবে, যার জন্য পৃথিবীর সাথে ৪ থেকে ২৪ মিনিটের রাউন্ড-ট্রিপের জন্য অপেক্ষা করতে হবে না। এটি সেই ল্যাটেন্সি (latency) কমিয়ে দেবে যা বর্তমানে দ্রুত সিদ্ধান্ত নিতে বাধা দেয়। এই প্রস্তাবটি decision-transformer মডেলের ওপর ভিত্তি করে তৈরি এবং এটি একটি zero-trust governance লেয়ার দ্বারা সুরক্ষিত, যা ভবিষ্যতের গ্রহীয় মিশনের জন্য "বিজ্ঞানী-স্তরের" স্বায়ত্তশাসন (autonomy) নিশ্চিত করার প্রতিশ্রুতি দেয়।

কেন রোভারদের নিজেদের চিন্তা করার প্রয়োজন

বর্তমানের রোভারগুলো মূলত রিমোট-কন্ট্রোলড গাড়ির মতো। পৃথিবী থেকে পাঠানো একটি কমান্ড কিউতে (queue) পড়ে থাকে যখন রোবটটি উত্তরের জন্য অপেক্ষা করে, এবং যেকোনো অপ্রত্যাশিত বাধা ঘণ্টার পর ঘণ্টা মিশনকে থমকে দিতে পারে।

AI-তে যুগান্তকারী সাফল্য: decision transformers

Decision transformers কাজ বা অ্যাকশন নির্বাচন করার প্রক্রিয়াটিকে একটি language-modeling টাস্কে রূপান্তরিত করে। ট্রায়াল অ্যান্ড এরর (trial and error) পদ্ধতিতে শেখার পরিবর্তে, মডেলটি অতীতের অবস্থার একটি ধারা—যেমন অবস্থান, সেন্সর রিডিং—এবং সংশ্লিষ্ট পুরস্কার বা রিওয়ার্ড—যেমন বৈজ্ঞানিক গুরুত্ব, সুরক্ষা স্কোর—স্ক্যান করে এবং পরবর্তী সেই পদক্ষেপটি অনুমান করে যা রিওয়ার্ডকে সর্বোচ্চ করতে পারে। কার্যত, AI গল্পের প্রেক্ষাপট দেখে গল্পের পরবর্তী সেরা লাইনটি "লিখে" ফেলে।

মহাকাশের জন্য AI-কে নিরাপদ করা

ডিজাইনের মধ্যেই দুটি সুরক্ষা ব্যবস্থা অন্তর্ভুক্ত করা হয়েছে:

  • Human-aligned objectives – দলটি মডেলটিকে তিনটি মিশন-গুরুত্বপূর্ণ লক্ষ্যের মধ্যে ভারসাম্য বজায় রাখতে প্রশিক্ষণ দেয়: বৈজ্ঞানিক প্রাপ্তি সর্বোচ্চ করা (যেমন, সবচেয়ে আকর্ষণীয় পাথর নির্বাচন করা), বিপদ এড়ানো (খাড়া ঢাল, বিদ্যুৎ বিভ্রাট), এবং মিশনের সীমাবদ্ধতা মেনে চলা (সময়, ডেটা ব্যান্ডউইথ)। AI মূল পরিকল্পনা থেকে বিচ্যুত হয় না; প্রতিটি সিদ্ধান্ত মানুষের নির্ধারিত অগ্রাধিকারের ভিত্তিতে ওজন বা গুরুত্ব বিচার করে নেওয়া হয়।

  • Zero-trust governance – সাইবার সিকিউরিটি থেকে নেওয়া এই ফ্রেমওয়ার্কটি ধরে নেয় যে রোভারের মস্তিষ্ক বা সিস্টেম হ্যাক হতে পারে বা কেবল ত্রুটিপূর্ণ হতে পারে। ইঞ্জিনিয়াররা প্রতিটি সিদ্ধান্ত একটি অপরিবর্তনীয় অডিট ট্রেইলে (immutable audit trail) নথিভুক্ত করেন এবং তারা AI-কে কেবল কাজ করার জন্য প্রয়োজনীয় ন্যূনতম অনুমতি (least-privilege) প্রদান করেন।

একত্রে, এই স্তরগুলো রোভারকে স্বায়ত্তশাসিতভাবে কাজ করতে দেয় এবং একই সাথে কমান্ড চেইন বা নির্দেশনার ধারাকে স্বচ্ছ ও পরিবর্তনযোগ্য রাখে।

কারা উপকৃত হবে

Mars Sample Return বা চন্দ্র মেরু অঞ্চলের অনুসন্ধানের মতো ভবিষ্যতের মিশনগুলোর এই স্তরের স্বায়ত্তশাসন প্রয়োজন। ট্রান্সফরমার মডেলের সাথে কঠোর নিরাপত্তা প্রোটোকল যুক্ত করার মাধ্যমে আমরা আমাদের সৌরজগতের আরও গভীরে অনুসন্ধান করতে পারব।

লুকানো ঝুঁকি

স্বায়ত্তশাসন ঝুঁকির ধরন বদলে দেয়, এবং zero-trust লেয়ার প্রতিটি পদক্ষেপকে একটি ভেরিফায়ারের (verifier) মাধ্যমে সম্পন্ন করার বাধ্যবাধকতা দিয়ে এই ঝুঁকি হ্রাস করে।

পরবর্তী পদক্ষেপ

এই পদ্ধতিটি লেখকের গবেষণায় দেখা গেছে, যা গ্রহীয় ভূতাত্ত্বিক জরিপ মিশনের জন্য এই পদ্ধতিটি প্রস্তাব করে।

Takeaway: সিদ্ধান্ত গ্রহণ প্রক্রিয়াকে একটি language problem হিসেবে রোভারদের শেখানোর মাধ্যমে এবং সেই সক্ষমতাকে একটি কঠোর অডিট-ফার্স্ট সিকিউরিটি মডেলের আওতায় আনার মাধ্যমে, ইঞ্জিনিয়াররা এমন রোবটের দিকে এগিয়ে যাচ্ছেন যারা পৃথিবীর নাগালের বাইরে থাকলেও নিজস্ব শর্তে বিজ্ঞানচর্চা চালিয়ে যেতে পারবে।