近年來，人工智能一直在掀起波瀾，使我們能夠以比傳統(tǒng)計(jì)算更快的速度解決問題。例如，最近，谷歌的人工智能子公司DeepMind開發(fā)了AlphaFold2，這個(gè)程序解決了蛋白質(zhì)折疊問題。這個(gè)問題已經(jīng)困擾了科學(xué)家50多年年。

人工智能的進(jìn)步使我們能夠在各種學(xué)科上取得進(jìn)步，而這些學(xué)科不僅限于此我們地球上的應(yīng)用。從設(shè)計(jì)任務(wù)到清除地球的垃圾軌道，在太空探索的這五個(gè)方面，人工智能大有作為。

宇航員助手

您還記得電影《星際穿越》中的輔助機(jī)器人Tars和Case嗎？盡管這些機(jī)器人尚不具備執(zhí)行實(shí)際太空任務(wù)的能力，但研究人員正在朝著類似的方向努力，他們創(chuàng)建了智能助手來幫助宇航員。這些基于人工智能（AI）的助手，即使看上去可能不像電影中的助手那樣，對(duì)太空探索也可能會(huì)非常有用。

最近開發(fā)的虛擬助手可以潛在地檢測到長時(shí)間太空任務(wù)中的任何危險(xiǎn)，例如航天器大氣的變化（例如二氧化碳增加）或傳感器故障，該危害可能是潛在的危害，然后它將提醒機(jī)組人員檢查的建議。

圖注：西蒙（Cimon）將協(xié)助國際空間站上的宇航員。

名為西蒙（Cimon）的AI助手于2019年12月飛往國際空間站（ISS），正在接受三年的測試。最終，西蒙將通過執(zhí)行要求他們執(zhí)行的任務(wù)來減輕宇航員的壓力。NASA還在國際空間站上為宇航員開發(fā)了一個(gè)名為“劫掠者（Robonaut）”的同伴，它將與宇航員一起工作或承擔(dān)對(duì)他們來說太冒險(xiǎn)的任務(wù)。

任務(wù)設(shè)計(jì)與規(guī)劃

計(jì)劃前往火星的任務(wù)并非易事，但人工智能可以使其變得更容易。傳統(tǒng)上，新的太空任務(wù)依靠以前研究中收集的知識(shí)。但是，此信息通?？赡苁艿较拗苹驘o法完全訪問。

這意味著技術(shù)信息流受到誰可以在其他任務(wù)設(shè)計(jì)工程師之間訪問和共享信息的約束。但是，如果幾乎有權(quán)限的任何人只要單擊幾下，幾乎所有以前的太空任務(wù)的所有信息都可以使用，該怎么辦？有一天，可能會(huì)有一個(gè)更智能的系統(tǒng)（類似于Wikipedia，但具有能夠以可靠且相關(guān)的信息回答復(fù)雜查詢的人工智能），以幫助早期設(shè)計(jì)和計(jì)劃新的太空任務(wù)。

研究人員正在研究一種設(shè)計(jì)工程助手的想法，以減少初始任務(wù)設(shè)計(jì)所需的時(shí)間，否則，這將花費(fèi)許多人力。“Daphne”是設(shè)計(jì)地球觀測衛(wèi)星系統(tǒng)的智能助手的另一個(gè)例子。“Daphne”由衛(wèi)星設(shè)計(jì)團(tuán)隊(duì)的系統(tǒng)工程師使用，通過提供對(duì)相關(guān)信息（包括反饋以及對(duì)特定查詢的答案）的訪問，這使他們的工作更加輕松。

衛(wèi)星數(shù)據(jù)處理

地球觀測衛(wèi)星產(chǎn)生大量數(shù)據(jù)。地面站會(huì)在很長一段時(shí)間內(nèi)以間斷性的形式接收到該數(shù)據(jù)，并且不得不對(duì)其進(jìn)行拼湊才能對(duì)其進(jìn)行分析。盡管有一些眾包項(xiàng)目可以進(jìn)行很小規(guī)模的基本衛(wèi)星圖像分析，但人工智能可以幫助我們進(jìn)行詳細(xì)的衛(wèi)星數(shù)據(jù)分析。

對(duì)于接收到的大量數(shù)據(jù)，人工智能在智能處理方面非常有效。它已用于估算城市地區(qū)的熱量存儲(chǔ)，并將氣象數(shù)據(jù)與衛(wèi)星圖像結(jié)合起來以進(jìn)行風(fēng)速估算。人工智能還幫助利用對(duì)地靜止衛(wèi)星數(shù)據(jù)進(jìn)行太陽輻射估計(jì)以及許多其他應(yīng)用。

用于數(shù)據(jù)處理的人工智能（AI）也可以用于衛(wèi)星本身。在最近的研究中，科學(xué)家測試了用于遠(yuǎn)程衛(wèi)星健康監(jiān)控系統(tǒng)的各種人工智能（AI）技術(shù)。這能夠分析從衛(wèi)星接收到的數(shù)據(jù)，以檢測任何問題，預(yù)測衛(wèi)星的健康狀況并呈現(xiàn)可視化的信息，以做出明智的決策。

人工智能還被用來解決太空垃圾問題

太空碎片

21世紀(jì)最大的太空挑戰(zhàn)之一是如何處理太空碎片。據(jù)歐洲航天局稱，有近34,000個(gè)大于10厘米的物體，對(duì)現(xiàn)有空間基礎(chǔ)設(shè)施構(gòu)成了嚴(yán)重威脅。有一些創(chuàng)新的方法可以應(yīng)對(duì)這種威脅，例如，如果將衛(wèi)星部署在低地球軌道區(qū)域內(nèi)，使其重新進(jìn)入地球大氣層，從而使它們以可控的方式完全解體，那么它們可以重新進(jìn)入地球的大氣層。

另一種方法是避免在空間中發(fā)生任何可能的碰撞，以防止產(chǎn)生任何碎片。在最近的一項(xiàng)研究中，研究人員開發(fā)了一種使用機(jī)器學(xué)習(xí)（ML）技術(shù)設(shè)計(jì)避撞回旋的方法。

另一種新穎的方法是利用地球上可用的巨大計(jì)算能力來訓(xùn)練ML模型，將這些模型傳輸?shù)揭呀?jīng)在軌道上或正在運(yùn)行的航天器中，并將其用于各種決策。最近已經(jīng)提出了一種使用航天器上已經(jīng)訓(xùn)練有素的網(wǎng)絡(luò)來確保太空飛行安全的方法。這使衛(wèi)星設(shè)計(jì)具有更大的靈活性，同時(shí)將在軌碰撞的危險(xiǎn)降到最低。

導(dǎo)航系統(tǒng)

在地球上，我們習(xí)慣于使用GPS或其他導(dǎo)航系統(tǒng)的工具，例如中國北斗導(dǎo)航系統(tǒng)。但是，目前尚無其他外星人身體的系統(tǒng)。

我們沒有任何圍繞月球或火星的導(dǎo)航衛(wèi)星，但我們可以使用我們從月球勘測軌道飛行器（LRO）等觀測衛(wèi)星獲得的數(shù)百萬張圖像。2018年，美國宇航局（NASA）的一組研究人員與英特爾合作，開發(fā)了一個(gè)利用人工智能探索行星的智能導(dǎo)航系統(tǒng)。他們對(duì)模型進(jìn)行了模型培訓(xùn)，從各種任務(wù)中可獲得數(shù)百萬張照片，并制作了一張?zhí)摂M月球地圖。

在繼續(xù)探索宇宙的過程中，我們將繼續(xù)計(jì)劃雄心勃勃地探索任務(wù)，以滿足我們固有的好奇心并改善地球上的人類生活。在我們的努力中，人工智能將幫助我們?cè)诘厍蚝吞罩惺惯@次探索成為可能。
編輯：hfy