fbpx The Space Game, il gioco | Scienza in rete

The Space Game, il gioco

Primary tabs

Tempo di lettura: 2 mins

In occasione della Settimana Mondiale dello Spazio, celebrata dal 4 al 10 ottobre in 55 paesi del mondo, l'ESA (European Space Agency) ha pensato bene di mettere online (www.thespacegame.org) un gioco spaziale.

Si tratta del primo assaggio di un progetto che inizierà ufficialmente il prossimo gennaio. All'ESA lo definiscono un gioco che al tempo stesso è un esperimento di crowdsourcing (termine che indica progetti realizzati con il contributo di chiunque voglia parteciparvi). Nulla a che vedere con i videogame spaziali ai quali siamo abituati. Qui la sfida è davvero semplice, ma nello stesso tempo terribilmente impegnativa. Una volta registratosi, al giocatore viene chiesto di studiare le traiettorie migliori per effettuare specifiche missioni spaziali. In occasione della Settimana dello Spazio la missione era raggiungere Giove dopo aver visitato Venere e Marte. La traiettoria che all'ESA considerano ottimale – ovviamente – non è la più rapida, bensì quella che consuma meno carburante (nel gioco si dovrà rendere minima la quantità Delta V).

Non c'è bisogno di installare software, The Space Game si gioca online attraverso il browser di navigazione. E non occorre neppure essere esperti di navigazione spaziale o di meccanica celeste: un minimo di prove e si è già operativi, magari dopo aver dato un'occhiata al video-tutorial e alle pagine wiki aperte ai contributi di tutti.

[video:http://www.youtube.com/watch?v=76szc8EBz5U]

Dopo l'assaggio della Settimana dello Spazio e la possibilità di fare un po' di pratica con altre missioni pilota, il progetto Space Game inizierà ufficialmente il prossimo gennaio. Lo scopo finale che l'Advanced Concepts Team (http://www.esa.int/gsp/ACT/index.htm) dell'ESA si è prefissato è quello di migliorare i metodi per tracciare traiettorie interplanetarie. Una cosa va chiarita: non si ricorre al popolo della rete perché all'ESA i computer che si occupano di calcoli orbitali non sanno più fare il loro dovere, ma perché si confida che, osservando come gli “umani” progettano complessi viaggi spaziali, si possano migliorare gli algoritmi di intelligenza artificiale.

   

Per le due missioni finora proposte la sfida è stata raccolta da oltre 5000 concorrenti che hanno suggerito all'ESA quasi 2300 soluzioni. Sul sito è disponibile l'elenco delle soluzioni proposte per la prima missione verso Giove, qualcuno sa fare meglio dei vincitori?


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Perché le reti neurali hanno vinto i Nobel per la fisica e la chimica?

Quest'anno l'Intelligenza Artificiale ha fatto la parte del leone nei Nobel per la fisica e la chimica. Meglio sarebbe dire machine learning e reti neurali, grazie al cui sviluppo si devono sistemi che vanno dal riconoscimento di immagini alla IA generativa come Chat-GPT. In questo articolo Chiara Sabelli racconta la storia della ricerca che ha portato il fisico e biologo John J. Hopfield e l'informatico e neuroscienzato Geoffrey Hinton a porre le basi dell'attuale machine learning.

Immagine modificata a partire dall'articolo "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

Il premio Nobel per la fisica 2024 è stato assegnato a John J. Hopfield, fisico e biologo statunitense dell’università di Princeton, e a Geoffrey Hinton, informatico e neuroscienziato britannico dell’Università di Toronto per aver sfruttato strumenti della fisica statistica nello sviluppo dei metodi alla base delle potenti tecnologie di machine learning di oggi.