Cuando ocurren lluvias de meteoritos cada pocos meses, los espectadores pueden ver una escena deslumbrante de estrellas fugaces y rayos de luz que se dispersan por el cielo nocturno.
Normalmente, los meteoros son solo pequeños fragmentos de roca y polvo del espacio que se queman rápidamente al entrar en la atmósfera de la Tierra. Pero la historia tomaría un giro más oscuro si un cometa o asteroide es demasiado grande y se dirige directamente hacia la superficie de la Tierra con un tiempo de advertencia mínimo.
Tal escenario es lo que el profesor de física Philip Lubin y algunos de sus estudiantes universitarios en la Universidad de California, Santa Bárbara, se esfuerzan por contrarrestar.
El equipo recibió recientemente fondos de fase II de la NASA para explorar un enfoque nuevo y más práctico para la defensa planetaria, uno que les permitiría detectar y mitigar cualquier amenaza de manera mucho más rápida y eficiente. Su iniciativa se llama PI-Terminal Planetary Defense, y PI significa «Pulverize It».
Para ayudar al equipo a entrenar y acelerar la IA y los algoritmos de aprendizaje automático que están desarrollando para detectar amenazas que están en curso de colisión con la Tierra, NVIDIA, como parte de su Programa Acelerador de Investigación Aplicada, le ha dado al grupo una tarjeta gráfica NVIDIA RTX A6000. tarjeta.
Llevando la IA al cielo
Todos los días, aproximadamente 100 toneladas de pequeños escombros caen sobre la Tierra, pero se desintegran rápidamente en la atmósfera y muy pocos sobreviven para llegar a la superficie. Sin embargo, los asteroides más grandes, como los responsables de los cráteres visibles en la superficie de la luna, representan un peligro real para la vida en la Tierra.
En promedio, aproximadamente cada 60 años, aparecerá un asteroide de más de 65 pies de diámetro, similar al que explotó sobre Chelyabinsk, Rusia, en 2013, con la energía equivalente a unas 440.000 toneladas de TNT, según la NASA.
La iniciativa PI-Terminal Planetary Defense tiene como objetivo detectar amenazas relevantes antes y luego usar una serie de penetradores cinéticos de hipervelocidad para pulverizar y desmontar un asteroide o cometa pequeño para minimizar en gran medida la amenaza.
El enfoque tradicional para la defensa planetaria ha consistido en desviar amenazas, pero Pulverize-It se convierte en fragmentar efectivamente el asteroide o cometa en fragmentos mucho más pequeños, que luego se queman en la atmósfera terrestre a grandes alturas, causando poco daño al suelo. Esto permite una mitigación mucho más rápida.
Reconocer las amenazas es el primer paso crítico: aquí es donde Lubin y sus estudiantes aprovecharon el poder de la IA.
Muchas encuestas modernas recopilan cantidades masivas de datos astrofísicos, pero la velocidad de recopilación de datos es más rápida que la capacidad de procesar y analizar las imágenes recopiladas. El grupo de Lubin está diseñando una encuesta mucho más grande específicamente para la defensa planetaria que generaría cantidades aún mayores de datos que deben procesarse rápidamente.
A través del aprendizaje automático, el grupo entrenó una red neuronal llamada You Only Look Once Darknet. Es un sistema de detección de objetos casi en tiempo real que opera en menos de 25 milisegundos por imagen. El grupo usó un gran conjunto de datos de imágenes etiquetadas para entrenar previamente la red neuronal, lo que permitió que el modelo extrajera características geométricas de bajo nivel como líneas, bordes y círculos, y en particular amenazas como asteroides y cometas.
Los primeros resultados mostraron que la extracción de fuentes a través del aprendizaje automático era hasta 10 veces más rápida y casi 3 veces más precisa que los métodos tradicionales.
Lubin y su grupo aceleraron su proceso de análisis de imágenes en aproximadamente 100 veces, con la ayuda de la GPU NVIDIA RTX A6000, así como la plataforma de cómputo paralelo CUDA y el modelo de programación.
“Inicialmente, nuestra tubería, que tiene como objetivo el procesamiento de imágenes en tiempo real, tomó 10 segundos para nuestro paso de resta”, dijo Lubin. “Al implementar NVIDIA RTX A6000, redujimos inmediatamente este tiempo de procesamiento a 0,15 segundos”.
La combinación de esta nueva potencia computacional con los 48 GB ampliados de VRAM permitió al equipo implementar nuevos algoritmos basados en CuPy, que redujeron en gran medida el tiempo de sustracción e identificación, lo que permitió que toda la canalización se ejecutara en solo seis segundos.
NVIDIA RTX trae memoria Meteor
Uno de los mayores desafíos técnicos del grupo ha sido cumplir con los requisitos de memoria de la GPU, así como disminuir el tiempo de ejecución de los procesos de capacitación. A medida que crece el proyecto, Lubin y sus alumnos acumulan cantidades cada vez mayores de datos para la formación. Pero a medida que los conjuntos de datos se expandían, necesitaban una GPU que pudiera manejar archivos de gran tamaño.
Los 48 GB de memoria del RTX A6000 permiten que los equipos manejen los gráficos y conjuntos de datos más complejos sin preocuparse por afectar el rendimiento.
“Cada imagen tendrá unos 100 megapíxeles y estamos poniendo muchas imágenes dentro de la memoria de la GPU RTX”, dijo Lubin. “Ayuda a mitigar el cuello de botella de la entrada y salida de datos”.
El grupo trabaja en simulaciones que demuestran varias fases del proyecto, incluidos los efectos de suelo de las ondas de choque, así como los pulsos de luz óptica de cada fragmento que se quema en la atmósfera terrestre. Estas simulaciones se realizan localmente, ejecutándose en códigos desarrollados a medida escritos en C++ multiproceso y multiprocesador y Python.
La canalización de procesamiento de imágenes para la detección rápida de amenazas se ejecuta en códigos C++, Python y CUDA personalizados que utilizan varios procesadores Intel Xeon y la GPU NVIDIA RTX A6000.
Otras simulaciones, como una que presenta la intercepción de hipervelocidad de los fragmentos de amenazas, se logran utilizando la instalación de supercomputación avanzada (NAS) de la NASA en el Centro de Investigación Ames de la NASA. La instalación se actualiza constantemente y ofrece más de 13 petaflops de rendimiento informático. Estas visualizaciones se ejecutan en las supercomputadoras NAS equipadas con CPU Intel Xeon y GPU NVIDIA RTX A6000.
Vea algunas de estas simulaciones en el canal de YouTube Deepspace de UCSB Group.
Aprenda más sobre el Defensa planetaria PI-Terminal proyecto y NVIDIA RTX.
