Satellitter utsettes kontinuerlig for kosmisk stråling, blant annet fra tunge ioner, protoner og elektroner som beveger seg nær lysets hastighet. Én kraftig eksponering kan forstyrre minnet i en satellitt, sende et romfartøy ut av kurs eller ødelegge en kostbar vær- eller kommunikasjonsoppgave.

Forskere ved Pacific Northwest National Laboratory (PNNL) forsøker nå å korte ned utviklingen av strålingsherdede mikrobrikker ved hjelp av agentbasert kunstig intelligens og automatisering. Systemet, som heter SciLink, skal kunne vurdere mikroskopiske strålingsskader på noen få timer – analyser som tidligere kunne ta menneskelige team flere uker.

Brikker som tåler stråling

Strålingsherdede materialer er laget for å tåle miljøer med høy stråling, som verdensrommet og atomreaktorer. Ved å gjøre selve halvledermaterialet mer motstandsdyktig kan ingeniører redusere behovet for tung fysisk skjerming.

Fysisk skjerming og reservesystemer beskytter elektronikk, men ekstra vekt øker kostnadene ved oppskyting og kan redusere effektiviteten i et oppdrag. Derfor undersøker forskerne om det er mer praktisk å gjøre mikrobrikkene motstandsdyktige mot stråling i selve materialet.

PNNL-forskerne studerer lagdelte brikker av aluminiumgalliumnitrid og galliumnitrid. Materialene skal kunne brukes i satellitter, kommunikasjonssystemer, radarer og kraftsystemer. Strålingsrelaterte feil i slike komponenter kan forsinke eller avlyse oppdrag, noe som gjør strålingsherding viktig for operasjoner som skal vare i ti år eller mer.

«Space is a highly energetic environment, with heavy ions and other particles bombarding our devices. Agentic workflows come at a time when there is a need for better rad-hard testing techniques,» sa forskeren Erin Barker.

Simulerer flere år med stråling på timer

For å teste hvordan materialene reagerer i romlignende forhold bruker forskerne ionestråleeksperimenter ved University of Tennessee. Eksperimentene kan etterligne flere år med kosmisk stråling i løpet av noen timer, og har gitt PNNL store og komplekse datasett.

Vanligvis kan det ta uker å sammenstille informasjon fra instrumenter som atomprobe-tomografi og skanningstransmisjonselektronmikroskopi. SciLink organiserer i stedet AI-agentene i en struktur med tre «prosjektledere» som har ansvar for henholdsvis eksperimentanalyse, planlegging og beregningssimulering.

I interaktive arbeidsøkter vurderer agentene hypoteser, setter sammen data fra flere instrumenter, analyserer mulige skademekanismer og foreslår nye eksperimenter. Systemet skal dermed gjøre det mulig å samle målinger fra ulike tester og raskere danne et bilde av hva som har skjedd i materialet – og hvorfor.

«The system allows us to take into account all the measurements to piece together what has happened, to understand the damage that has occurred and why it happened,» sa PNNL-forskeren Jenna Pope.

Hun sammenlignet prosessen med at flere personer som har gjennomført ulike tester, møtes for å diskutere resultatene – men at en AI-agent i stedet setter sammen informasjonen umiddelbart.

Gir også uttrykk for usikkerhet

SciLink tildeler en numerisk sikkerhetsscore til konklusjonene sine. I de siste testene vurderte systemet med 90 prosent sikkerhet at tunge ioner sto bak hoveddelen av skadene på mikrobrikkene.

For protoninduserte defekter ga systemet derimot en mer forsiktig vurdering på 60 prosent. Det gir forskerne en pekepinn på hvilke områder som trenger mer undersøkelse, i stedet for at alle konklusjoner presenteres som like sikre.

Forskerne understreker samtidig at mennesker fortsatt skal ha kontroll over arbeidet. Ekspertene utformer eksperimentene, gjennomfører beregningene og kontrollerer AI-funnene for såkalte hallusinasjoner, altså feilaktige eller oppdiktede resultater.

«Intelligent agents are a tremendous help, but you can’t just turn your brain off», sier Barker.