Esplorare l'universo attraverso l'intelligenza artificiale

Storico: gli automi intelligenti (Talos), gli esseri artificiali (Galatea e Pandora), l'Ars Magna, il calcolo universale del ragionamento (l'alfabeto del pensiero umano), il concetto di "utilità", i fondamenti del teorema di Bayes, le reti neurali artificiali (l' perceptron), Teoria dei Giochi, la relazione Macchinari intelligenti, Apprendimento Hebbiano, Test di Turing, Primi programmi di intelligenza artificiale funzionale; conferenze (inter)nazionali, robotica basata sul comportamento, utilizzo di algoritmi di apprendimento automatico per identificare gli esopianeti, DARPA Grand Challenge, intelligenza artificiale compassionevole, utilizzo dell'intelligenza artificiale nell'esplorazione marziana, rete di apprendimento profondo, mappatura spaziale, conferenza Asilomar sull'intelligenza artificiale benefica, modelli di linguaggio ( T‑NLG, GPT‑3), Primo vertice globale sulla sicurezza dell'intelligenza artificiale, Google rilascia Gemini 1.5, OpenAI annuncia pubblicamente Sora, StabilityAI annuncia Stable Diffusion 3, L'intelligenza artificiale ci rivela costantemente nuove scoperte

Risultati notevoli: Scoperta di esopianeti, Mappatura dello spazio, Missioni planetarie autonome, Ricerca di intelligenze extraterrestri, Simulazione e modellazione dell'universo, Analisi di dati astronomici, Ricerca di detriti spaziali, Interazione uomo-robot, Estrazione di informazioni da immagini astronomiche, Identificazione di strutture cosmiche, Correzione di errori di strumenti spaziali, Pianificazione di missioni spaziali, Esplorazione dello spazio profondo, Prevenzione e anticipazione di disastri spaziali, Ottimizzazione delle prestazioni e dell'efficienza dei veicoli spaziali, Scoperta di segnali cosmici, Analisi della composizione e della struttura planetaria, Assistenza nell'esplorazione lunare; Apprendimento automatico e reti neurali, elaborazione del linguaggio naturale e conversazionale, visione artificiale ed elaborazione delle immagini, robotica e interazione uomo-macchina, elaborazione dati e data mining, sicurezza e rilevamento delle minacce, sanità, automazione dei processi, sistemi esperti medici, intelligenza artificiale nella produzione, Modelli generativi contraddittori, Apprendimento quantistico, Previsione del comportamento degli utenti, Sistemi di gestione della conoscenza, Automazione dei test del software, Apprendimento per rinforzo multi-obiettivo, Modellazione cognitiva, Apprendimento a costi non garantiti, Valutazione automatica delle situazioni, Previsione di risposte e azioni, Ingegneria inversa del comportamento umano, Gestione della conoscenza sistemi, Apprendimento con algoritmi genetici

Storie esemplari: Mars Rover Curiosity, Deep Space Network, progetto SETI, telescopio spaziale Kepler, progetto SkyNet, progetto Blue Brain, film Il marziano, Progetto rivoluzionario Starshot, Programma Voyager; Libri campione, film campione, giochi campione e software

Galleria dei ritratti: Yann LeCun, Alex Krizhevsky, Fei‑Fei ​​Li, Geoffrey Hinton, Yoshua Bengio, Ian Goodfellow, Andrej Karpathy, Francois Chollet, Demis Hassabis, Pieter Abbeel, John McCarthy, Sebastian Thrun, Peter Norvig, Andrew Ng, Satya Mallick, Ethan Rublee

Esplorazione attraverso la narrativa immaginaria/speculativa: Opere letterarie, Opere cinematografiche, Giochi per computer

Ipotesi/complotti/misteri poco chiari: Controllo delle informazioni, Supervisione dello spazio, Autonomia dei sistemi spaziali, Comunicazione con civiltà extraterrestri

Prospettiva: interpretazione dei dati astronomici, fenomeni cosmici complessi e possibilità di vita nell'intero universo, migliore anticipazione dei rischi e maggiore efficienza nella ricerca spaziale, miglioramento delle prestazioni dei robot spaziali, sfide e responsabilità etiche associate

Autore

  • Mihai Alexandru Barbelian

    Autorul este specialist în domeniul Ingineriei Aerospațiale. A absolvit ca șef de promoție la specializarea de Echipamente și Instalații de Bord, având studiile de licență la Facultatea de Inginerie Aerospațială din cadrul Universității „Politehnica” București, în 2002, obținând ulterior titlurile pentru studii aprofundate cu specializarea de Echipamente și Instalații de Bord și de master, în 2004, în Industria Transportului Aerian la aceeași universitate. În 2002, s-a alăturat Departamentului de Inginerie Aerospațială „Elie Carafoli” și apoi a devenit profesor asistent la Departamentul de Inginerie a Sistemelor Aeronautice și Management Aeronautic „Nicolae Tipei”, Facultatea de Inginerie Aerospațială, în prezent deținând funcția de lector în cadrul facultății. A continuat studiile de specialitate la un curs de control avansat din cadrul Institutului European de Control Integrat (EECI-European Embedded Control Institute, Supelec, Paris) în 2011 și a obținut titlul de doctor în domeniul Ingineriei Aerospațiale de la Universitatea „Politehnica” din București în 2015. Ulterior, în 2021, a absolvit cu succes studiile post-doctorale, cu o tematică de cercetare privind implementarea tehnologiei deep learning în aplicații de Supraveghere a Spațiului și Suportul de Navigație. Membru al Centrului pentru Științe, Prospectivă, Creativitate și Ficțiune (Centrul STRING), a participat ca membru junior la fondarea Asociației Aeronautica și Astronautica din România (AAAR), a colaborat ca redactor al revistei Airborne de Inginerie Aerospațială din România, fiind o persoană activă în industria aerospațială. De-a lungul timpului, a fost implicat în activitatea de îndrumare a studenților de la Facultatea de Inginerie Aerospațială și are expertiză bogată în domenii precum electronică, microprocesoare, microcontrolere și prelucrarea digitală a semnalelor. De asemenea, în cadrul activității de cercetare, a condus pachete de lucru și a dezvoltat tehnologii de Inteligență Artificială pentru Navigație Vizuală în cadrul unui grant al Agenției Spațiale Europene.

    Visualizza tutti gli articoli