MétaCan
Menu
Retour à la cohorte
Enregistrement W2736884337 · doi:10.1089/space.2017.0017

Space Exploration Through Self-Replication Technology Compensates for Discounting in Net Present Value Cost-Benefit Analysis: A Business Case?

2017· article· en· W2736884337 sur OpenAlexaff
Alex Ellery

Notice bibliographique

RevueNew Space · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRevenueDiscountingComputer scienceReplication (statistics)Resource (disambiguation)Investment (military)Production (economics)Risk analysis (engineering)Industrial organizationOperations researchBusinessEconomicsEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract Self-replication technology is a little known technology that is currently under development and that has enormous implications for affordable space exploration. In particular, the prospect of 3D printing of actuators and electronics offers the prospect of realizing a universal constructor, which is the basis of a self-replicating machine. The universal constructor is a general-purpose automated factory that is supported by a number of robotic devices. If programmed appropriately, it can manufacture a copy of itself (as well as other products). We present an overview of self-replication research and its application to colonization of the Moon at very low cost — it offers a means to overcome the high cost of launch through exponential exploitation of in situ resources. Combined with in situ resource utilization, a universal constructor can construct (in theory) almost any product within certain constraints. Indeed, its productivity dwarfs any potential cost reductions in launch costs. We shall focus on defining several critical technological developments. It has potential commercial applications in extremely low-cost manufacturing of solar power satellites for clean energy production for the Earth. Self-replication capability offers a mechanism for offsetting discounting of future revenue (as computed by net present value cost-benefit analysis) by generating exponentially increasing revenue over time. It represents a “Bold” (as advocated by Peter Diamandis) approach for a start-up company, toward which steps are being taken. These steps will be discussed in detail. However, the revolutionary economics will make it challenging to attract capital investment despite eliminating the discounting effect. Nevertheless, a business case can be made despite a long-time horizon of investment due to numerous progressive spin-off applications. Over the long term, self-replication technology could revolutionize space exploration by providing for remote construction of complete (although simple) spacecraft in large numbers from in situ resources. By virtue of this massive productive capacity offered by self-replication technology, missions that are currently considered too expensive or impractical become feasible, for example, space-based geoengineering, asteroid exploitation and/or mitigation, and difficult outer planet locations such as Enceladus, interstellar precursor missions, etc.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,046

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0070,008
Science ouverte0,0020,002
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,039
Tête enseignante GPT0,303
Écart entre enseignants0,264 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNew SpaceMême sujetModular Robots and Swarm IntelligenceTravaux en français237 207