ChatGPT的出现，引爆了新一轮关于人工智能的讨论。那么在需要处理大量数据、协同大量仪表设备的航天领域中，人工智能是如何应用的呢？虽然目前人工智能还远没有达到科幻小说中描述的那种程度，但它是一种不断发展的技术，可以在航天活动中发挥很大的作用。

人类和人工智能联手探索太空的时代终将到来

预计人工智能将提高我们监测地球轨道观测卫星和长途航行航天器的能力。通过将人工智能与机器人技术相结合，我们可能会看到能够自行探索遥远行星和卫星的机器人。

在现代空间探索时代，人工智能（AI）已成为寻找知识的重要工具。科学家使用AI和机器学习（ML）模型来实现自动化航天器操作，分析大量数据，甚至可以挽救生命。根据国外研究人员的梳理，AI在太空探索中，大概有7种主要的用途。

机器人

人工智能控制的机器人可以在障碍物周围自主导航。这种技术的出现已经不是最近的事了。像勇气号、机遇号和好奇号这样的漫游车，已经在火星表面进行了十多年的完全自主导航。

人工智能已经在火星车上得到了应用

漫游车用传感器可以探测环境危害，比如岩石、陨石坑等，然后用Al分析数据，确定最佳前进路径。这确保了漫游车可以安全通过，不发生碰撞风险。比如在毅力号漫游车上使用的AEGIS，就是一种基于计算机视觉的探测系统，不但能避障，还能发现有趣的岩石进行采样。这个系统的应用，为完全自主的太空探索漫游车铺平了道路。

除了漫游车之外，飞行的探测器同样可以用上人工智能。目前，探测器需要与地球通信来完成任务，但采用人工智能的自主航天器，将有效降低探索太阳系的风险，降低任务成本。这个领域的主要内容包括自主导航、自动遥测分析和软件升级。

1998年，美国宇航局发射了深空1号（DS1）技术演示航天器。其主要任务是测试12项先进的高风险技术，包括自动导航。该任务延长了两次后，于2001年结束。在飞行期间，“深空1号”的飞行实验由人工智能“远程代理”控制，创造了历史。人工智能的表现超出了所有人的预期。它可以检测、诊断和修复任务中遇到的问题，使任务顺利运行。

欧空局的赫拉行星防御任务将利用人工智能，融合来自不同传感器的数据，建立其周围环境的模型，并由星上计算机自主做出决定，在太空中引导自己飞向小行星，方法类似于自动驾驶汽车。

卫星运营

传统上，卫星的运营都是人工直接干预的,但随着星座规模的扩大，这样的方式已经无法持续下去了。特别是超大规模星座出现后，总不能用几千甚至上万人，日夜不停地操纵一个星座吧。人工智能正在革新卫星的运行方式，为管理卫星运行提供更高效、更智能、更快速的解决方案。

分布式卫星星座可以靠人工智能提升性能

在这个问题上，星链系统的运营商太空探索技术公司需求最强烈。他们的星座要是靠人力来运营，简直是不可能的事情。因此，这家公司使用人工智能驱动的算法帮助其导航卫星避免与轨道上的其他卫星发生碰撞；用卫星传感器的数据组合，包括其位置和速度，以识别潜在的危险机动，计算机控制并调整卫星的速度和方向，以避免即将发生的碰撞。

2021年，欧空局和德国人工智能研究中心（DFKI）还成立了一个联合技术转移实验室，致力于人工智能系统的卫星自主性、防撞能力等。

人工智能还可以优化将卫星操纵到正确轨道的过程，减少所需的燃料和达到所需轨道位置需要的时间。特别是当今轨道上的垃圾越来越多，人工智能可以自动执行碎片规避机动，为空间碎片问题提供部分解决方案。

不过一些专家对此有些担心，这样的技术应用，需要卫星业主之间共享数据，这可能带来商业机密的泄露。即使如此，还是有不少卫星企业、行业机构在研究相关技术。另外，人工智能的广泛使用增加了人们对黑客的担忧。黑客可能会操纵软件，导致信号阻断，接管和破坏卫星。不过运营商可以反其道而行之，优先利用人工智能支持网络安全应用，领先恶意行为者一步。

数据分析

人工智能可以提供更准确有效的分析空间任务数据的方法。机器学习算法可以帮助识别来自卫星、探测器和其他空间探索工具的数据，为人类指示出潜在的重大发现和风险、异常。

人工智能可以从遥感图像中识别船只

地球观测-1卫星是美国宇航局和美国地质调查局开发的一项卫星成像任务。该卫星于2000年11月发射，旨在展示新的地球观测技术，并提供监测陆地表面动态的先进能力。该任务结合了3个高分辨率传感器，用于研究各种主题，包括生态过程、自然灾害、土地利用变化、城市规划和全球气候变化。星上配备了一个名为“自主科学代理”的软件，使其能自主探测并响应地球上发生的事件。该软件包由科学数据分析、审慎规划和运行时稳健执行系统组成。

人工智能还可以帮助识别数据趋势，并通过预测分析，提供比传统数据分析方法更详细的见解，而无需理会大量不必要的数据。欧空局通过使用人工智能挖掘大量数据，提取了不少有意义的信息，并且投入了应用，包括用遥感卫星数据监控购物中心的汽车数量、预测零售商的财务表现、监控气候变化以及支持警方抓捕肇事者等。

欧空局目前正致力于打造地球数字孪生，这是一个不断提供地球观测数据和人工智能的地球复制品，以帮助可视化和预测地球上的自然和人类活动。而“快速行动地球观测”项目，可以用来监测经济指标。商业卫星数据和人工智能的组合，已经在监测德国一家汽车制造商的生产变化和巴塞罗那机场的空中交通。2020年9月发射的FSSCat卫星是欧洲第一个搭载人工智能的地球观测任务，星上搭载了卫星-1人工智能芯片，正在提高向地球发回大量数据的效率。

火箭着陆

猎鹰9火箭和“星舰”的自动着陆，为人们开辟了火箭重复使用的新时代。这项成绩的取得，与人工智能的应用是分不开的。太空探索技术公司一直在用人工智能监控和分析来自火箭传感器和遥测系统的数据，从而更好地做出决策，更精确地控制火箭的轨迹和速度。这家公司还使用人工智能自动化火箭着陆程序的某些方面，例如控制发动机和起落架，确保火箭处于最佳着陆位置。

预测性维护

人工智能可帮助实施卫星操作和火箭着陆，还可以使用相同的数据，来确定预防性维护的潜在领域。机器学习模型可以预测未来的故障或性能问题，并提出减少风险的行动计划。这可以大大降低维护成本，帮助挽救航天员的生命。这对于未来的太空旅游甚至太空移民，都是至关重要的。

恒星和星系测绘

由于基于AI的算法可以检测、分类和识别恒星和星系数据中的模式，使天文学家能够准确识别太空中的恒星和星系，甚至了解它们的物理特征（如质量和年龄）。而且，通过利用人工智能预测恒星和星系随时间的变化，天文学家现在可以非常详细地绘制星图，用于未来的测绘和探索工作。

美国宇航局与谷歌合作，训练人工智能算法，用以有效地筛选“开普勒”任务的数据。开普勒空间望远镜的主要任务，是寻找位于其主恒星适居带内的地球大小的行星。通过9年的数据收集，“开普勒”已经发现了2600多颗行星，其中包括太阳系外宜居带中第一颗经过验证的地球大小的行星。预计科学家将在不久的将来发现更多的系外行星。

通过人工智能的分析，美国宇航局的科学家发现了开普勒90系列小行星

詹姆斯·韦伯空间望远镜最引人瞩目的地方当然是6.5米口径的主镜。其实，这个镜头要想充分发挥作用，所依赖的是在机器学习模型“孟菲斯”帮助下生成的大量数据。“孟菲斯”用来探测并分类深空星系，帮助绘制宇宙中最早的结构。而“孟菲斯”的前身在哈勃空间望远镜上进行过训练，有一定的成熟度。

行星地质学（天体地质学）

利用人工智能，科学家现在可以检测和分类行星和卫星上的地质特征，如火山口、火山和其他表面特征。这项技术还可以用于生成行星表面的详细3D模型，这可以帮助科学家更好地了解行星或月球的环境和历史。

更多应用前景

除了上述七大应用之外，人工智能在太空中还有更多的应用前景。

美国宇航局成立了一个人工智能小组，开展基础研究，支持科学分析、航天器操作、任务分析、深空网络操作和空间运输系统。他们研究了如何使用认知无线电，让通信网络更加高效和可靠。认知无线电可以识别通信频带中的“白噪声”区域，并将其用于传输数据，这大大提高了有限通信频率资源的使用效率，并使延迟时间最小化。美国宇航局最近还应用人工智能校准太阳图像，改善了科学家用于太阳研究的数据。对于深空探索，美国宇航局还考虑设计更多的自主航天器和着陆器，以便在现场做出决定，消除了通信中继时间造成的延迟。

2018年，德国航空航天中心推出了一款人工智能助手——乘员交互式移动伴侣（CIMON和CIMON-2）。CIMON是一种自由漂浮的球形设备，具备语音识别、面部识别、物体识别和自然语言处理功能。它可以帮助航天员完成组装设备或提供指令等任务。第一代CIMON在飞行14个月后已经返回地球，CIMON-2在2019年12月抵达国际空间站进行替换。德国航空航天中心还于2021成立了人工智能安全研究所，继续探索有关的技术开发和应用。

CIMON和航天员互动

日本宇宙航空研究开发机构开发了一种智能系统IntBall，为国际空间站日本舱“筑波”拍照。它的开发是为了促进空间站内外实验的自主性，同时寻求获得未来探索任务所需的机器人技术。

法国航天局CNES正在与法国公司Clemensy合作，开发一种使用人工智能神经网络的流体系统模拟器。英国航天局资助了一个项目，使用人工智能在卫星图像中探测埋藏的考古遗迹，意大利航天局甚至联合创立了一家专注于人工智能的公司。

人工智能可以显著改善卫星制造工艺，特别是在需要进行精密工程来组装多个部件的情况下。新开发的人工智能技术可以执行繁琐、耗时但必要的任务，例如清洁卫星部件。它可以自动收集测量结果，并与工程师共享核心组件的健康状态更新。人工智能的这种应用不仅会产生利润，还会减少生产时间，提高发射频率。

来源: 中国宇航学会