「地球上有 77 億人，但只有 6 個人在外太空生活、工作（注：國際空間站最多可承載 6 個人生活和開展科研工作），現在，還有一個機器人，它不僅能夠輔助宇航員進行科學實驗研究，以及設備維護方面的工作，同時在心理上來說，也是宇航員的一個伴侶，在客觀決策方面給宇航員提供幫助?！?/p>

在 2019 世界人工智能大會上，筆者見到了來自德國的 IBM 人工智能顧問 Sophie Richter-Mendau，她這樣講述了為什么 IBM 和空中客車公司（AirBus）會在德國航空太空中心（DLR）授予下共同研發(fā)了宇航員交互式移動伙伴 Project CIMON（全稱為 Crew Interactive Mobile Companion）。

這是人類歷史上，第一位兼具了情商與智商的「友好型」宇航員交互式移動伙伴。

IBM 人工智能顧問 Sophie Richter-Mendau

飛向太空：人類首位「宇航員交互式移動伙伴」誕生

在距離地球 400 公里，且零重力的國際空間站中，有 6 位宇航員非常專注地進行研究和實驗，工作安排得很緊湊，實驗也非常復雜，有些要經過上百個步驟。

同時，對于遨游于浩瀚宇宙的宇航員們來說，始終需要面對的，還有孤獨、緊張、焦慮、無聊、抑郁等各種悲觀的情緒，當宇航員精神崩潰時，這會帶來巨大的傷害及損失。俄羅斯著名科學家奧列格·賈岑科曾在上世紀說過一句非常知名的話：「限制人類探索太空的不是醫(yī)學，而是心理學?！?/p>

由此，在 2016 年，德國航空太空中心聯合 IBM、空中客車等共同組成了 50 余名專家團隊，開始了一個既能幫助宇航員進行實驗又能隨時給宇航員帶來溫暖溝通和陪伴的智能機器人的研究探索。

Project CIMON 應運而生。

作為首個在失重環(huán)境下運行的 AI 機器人，Project CIMON 的主體硬件系統設計由空客研發(fā)，采用 3D打印技術，由塑料盒金屬制成，擁有一張能說會笑的「液晶」臉，搭載了超聲波傳感器，可以自主地在零重力環(huán)境下自由飛行。當宇航員向它發(fā)起語音指令時，CIMON 內置的風扇會旋轉起來，推動它平緩地滑翔至宇航員面前。

而 IBM 則為其注入了人工智能技術，讓 CIMON 不僅能自主飛行，還可以在宇航員面前及時停下進行對話交互，這其中集成了大量的 IBM Watson 服務，譬如，想要聽取宇航員的話，用到了 Watson Speech to Text，判斷用戶意圖并給出相應回答則用到了 Watson Assistant，它構成了 CIMON 的大腦，而將回答傳達出來則運用了 Watson Text to Speech。同時，為了讓 Project CIMON 更能表達出一些情緒化的內容，采用了 Watson Tone Analyzer。

Sophie Richter-Mendau表示，與 Siri、Cortana、Alexa 等語音助手最大的不同在于，Project CIMON 可以說是航空領域的專家，「我們需要對 CIMON進行特別訓練，以便它能夠在這種特定環(huán)境下展開工作。譬如，空間站的環(huán)境會比較嘈雜，同時我們需要訓練 CIMON 識別宇航員的詞匯，當宇航員們說出他們已經習以為常的專業(yè)或縮寫詞匯時，CIMON 要能夠正確地理解他們的意思。」

對此，基于「理解-推理-學習」的 AI 開發(fā)模式，IBM Watson 為 Project CIMON 提供了文字、語音和圖像處理能力，以及檢索特定信息和特定發(fā)現的能力，通過 IBM Watson 語音和視覺識別技術，CIMON 能夠幫助宇航員嚴謹地完成各種復雜的科學實驗，并將結果及時傳回地面。

同時，作為友好型機器人，當宇航員思念地球上的家人時，CIMON 能夠通過攝像頭識別人類宇航員的面部表情和聲音，通過麥克風傾聽、理解內容，并采用更富有同情心的語調給宇航員溫暖的回應和關心。作為 CIMON 的個性設計師，Sophie 與團隊為 CIMON 挑選設計了 ISTJ 類型的性格，即內向（Introvert）、感知（Sensing）、思維（Thinking）和判斷（Judging）。Sophie表示「CIMON 不僅是陪伴、娛樂，還有一個非常重要的身份就是作為一個技術專家，它應該是一個非?？煽康幕锇?，幫助宇航員尋找細節(jié)信息、貫穿流程，不能遺漏信息，在需要做決策時，它需要是一個邏輯清楚的推理者，而不是聽從直覺?！?/p>

從開發(fā)到成功發(fā)射，僅用兩年時間

2018 年 6 月，CIMON 搭乘 Space X 獵鷹 9 號火箭發(fā)射升空，并在 11 月進行了第一次太空互動，CIMON 正在變得越來越聰明。IBM 和空客通過兩個維度來對此進行考量：

Project CIMON 能否協助宇航員來完成實驗任務，即將已啟動、已完成或已關閉的任務數量作為硬指標；

基于關注用戶/宇航員對機器人的接受度、滿意度。

現在，CIMON 不僅能夠深諳空間站里的技術細節(jié)，精通太空各種專業(yè)術語，和宇航員們自然交流、互動，已然成為宇航員的「得力助手」。并且，通過真實的交互式對話，在提高空間站工作效率的同時，也極大地降低了宇航員的遠離地球身處太空中的生活與工作壓力。

在 50 年前人類首次登月時，4000 名 IBM 工程師、科學家、研究員一起寫下了五百萬行代碼，彼時可以說得上是困難重重，曾負責管理阿波羅制導程序開發(fā)的大部分事務、已經 85 歲的 Fred Martin 就表示：「軟件拯救了（阿波羅）任務」。

而 CIMON 從立項到升空僅用了兩年的時間，不可謂不高效，在其研發(fā)過程中也面臨著非常多的挑戰(zhàn)。

Sophie 這樣說道：「在航空領域，造這樣一個機器人并成功發(fā)射到太空，兩年的時間周期是非常短的。一方面，我們需要在地球上模擬太空環(huán)境進行測試，另一方面，我們還面臨著一個非常大的難題，就是用戶群體非常小，沒有那么多的宇航員可以讓你去做用戶接受度方面的測試。但這種測驗是至關重要的，因為 AI 需要很多的數據訓練才能夠不斷迭代變得越來越好。如果沒有宇航員來幫助測試，很難讓這個系統變得完美?！?/p>

如何在數據量極其匱乏的情況下訓練出聰明且溫暖的太空 AI？

作為專用 AI，CIMON 可以用來訓練的數據量非常匱乏，而深度學習本身就非常依賴數據，那么，在宇航員本身數據量這么有限的情況下，如何獲取到更多的數據進行學習？對于這個問題，Sophie 向 CSDN（ID：CSDNnews）表示：「我們從真實實驗中獲取的數據是最有裨益的，同時，我們也在通過地面實驗室采集模擬數據進行分析，這是一個可行的方向。」

同時，Sophie 還談到了一個至關重要的問題，那便是時延。Project CIMON 所實現的各種 AI 功能是基于 IBM Cloud 通過衛(wèi)星網絡的數據鏈路進行實時連接的，這意味著每一次給 CIMON 發(fā)出指令時，指令需要經過「衛(wèi)星-地面衛(wèi)星接收站-IBM 云數據中心-傳回太空」的步驟，再加上在地球上的指令處理時間，導致在太空中與 CIMON 對話時，有會 2 秒的時延。

對此，Sophie 談到了正在嘗試的解決方案：「在本地（指太空）運行的部分越多，速度就越快，時延也就會越短，但問題在于，就邊緣計算而言，我們能夠在空間站實現多少算力還待探究。目前，我們正在嘗試通過 Watson Anywhere 和 Cloud Pak for Data 的融合來進一步壓縮所需的算力。」

也許有一天，AI 也能登陸火星探測了

據 Engadget 報道，已經離開地球在太空中飛行 400 多天的 CIMON已于今年 8 月正式回到地球，新一代 CIMON 預計 12 月將到國際空間站服役，在過去的400 多天里，CIMON 和宇航員一起完成了許多項非常艱巨的任務。

Sophie 在現場與我們分享道：「當宇航員第一次見到 CIMON 時，還是有一點存疑的。但是在空間站里越來越多的交互后，我們的宇航員對這項技術感到非常地興奮且幸福。CIMON 這個項目標志著 AI向深邃的太空發(fā)展的第一步，人類一直充滿好奇心，我們希望能夠更善用像 AI 這樣的技術，用好 AI 助手?！?/p>

未來，IBM 與空客還在對 Project CIMON 進行持續(xù)的開發(fā)，以便用于新的應用場景，比如目標檢測，讓 CIMON 參與探月、火星探測等外太空探索任務等。