据SingularityHub报道，太空探索中的人工智能（AI）正在蓄势待发。在未来几年里，当我们前往彗星、卫星和行星，并探索在小行星上采矿的可能性时，新的任务看起来可能会得到AI的巨大帮助。
欧洲航天局（ESA）高级概念和研究办公室主任利奥波德·萨默斯（Leopold Summerer）在接受采访时说：“AI已经改变了游戏规则，使科学研究和探索更加高效。AI不仅让这种效率翻倍，而是提高了10倍。”
例证比比皆是
AI在太空探索中应用的历史比许多人想象的要久远得多。AI已经在研究我们的星球、太阳系和宇宙方面发挥了重要作用。随着计算机系统和软件的发展，AI的潜在用例也在不断增加。
地球观察者1号（EO－1）卫星就是个很好的例子。自本世纪初发射以来，其机载AI系统帮助优化了对自然灾害（如洪水和火山爆发）的分析和响应。在某些情况下，AI甚至能够让地球观察者1号卫星在地勤人员意识到事故发生之前就开始拍摄图像。
其他卫星和天文学的例子也比比皆是。在第二次帕洛玛天空调查（Palomar Sky Survey）中，天空图像编目和分析工具（SKICAT）已经协助研究人员对发现的天体进行分类。帕洛玛天空调查旨在对成千上万个在低分辨率下拍摄的物体图像进行分类，这大大超出了人类的能力。类似的AI系统已经帮助天文学家确定了56个新的、可能的“引力透镜”，这些透镜在暗物质研究中发挥着关键作用。
AI搜索大量数据并发现相关性的能力将变得越来越重要，因为它能最大限度地利用现有数据。欧洲航天局的ENVISAT每年产生大约400TB的新数据，但与平方公里阵列（Square Kilometre Array）相比就相形见绌了，后者每天产生的数据量与目前互联网上的数据量差不多。
AI帮助登陆火星
AI也被用于轨道和载荷优化。这两项任务都是美国宇航局（NASA）下一个火星探测器（Mars 2020 Rover）任务的重要步骤，这个探测器将于2021年初登陆火星。被称为AEGIS的AI已经出现在美国宇航局当前的火星探测器上，该系统可以帮助摄像头自动瞄准目标，并选择调查对象。然而，下一代AI系统将能够控制车辆，自主协助研究选择，动态调度和执行科学任务。
在整个职业生涯中，来自丹麦DTU Space的约翰·列夫·乔根森（John Leif Jorgensen）已经设计出许多设备和系统，它们被应用在100多颗卫星上。乔根森是Mars 2020 Rover上自主科学仪器PIXL的团队成员，该仪器广泛使用AI。其目的是调查火星上是否存在类似叠层石的生命形式。
乔根森在接受采访时表示：“PIXL的显微镜安装在探测器的臂上，需要放置在距离我们想要研究的东西14毫米的地方。这要归功于安装在探测器上的几个摄像头。这听起来可能很简单，但是交接过程和确定手臂的确切位置非常困难，就像是从屋顶上拍摄的街头照片中辨认建筑一样。不过，这是特别适合AI去做的事情。”
AI还能帮助PIXL在夜间自动运行，并随着环境的变化而不断进行调整。在火星上，昼夜温度的变化可以超过100摄氏度，这意味着探测器、摄像头、机械臂和正在研究的岩石下面的地面距离都在不断变化。乔根森称：“AI是所有这些工作的核心，并帮助将效率提高1倍以上。”
先火星后卫星
火星很可能远不是AI在太空探索中的最终目的地。长久以来，木星的多颗卫星都让科学家们感到着迷。特别是木卫二（Europa），它可能存在地下海洋，埋在大约10千米厚的冰层下。它是太阳系中除了地球之外，最有可能找到生命的地方之一。
虽然这项任务可能在未来的某段时间内完成，但美国宇航局目前的计划是在2020年将詹姆斯－韦伯（James Webb）太空望远镜发射到距离地球约150万公里的轨道上。任务的一部分将涉及到AI支持的自主系统，它负责监督望远镜705公斤重的镜片的全面部署。
地球和木卫二之间的距离，或者地球与詹姆斯－韦伯望远镜之间的距离，都意味着通信将被延迟。反过来，这也使得执行太空任务的宇航员必须能够自己做出决定。来自火星探测器项目的例子表明，由于距离遥远，火星探测器和地球之间的通信需要延迟20分钟。而木卫二任务的通讯延迟时间可能更长。
这两项任务在不同程度上说明了目前在空间探索中使用AI面临的最重大挑战之一。AI系统的表现与它们接收到的数据量之间往往存在直接的联系。数据越多，AI系统的表现就越好。但是我们没有太多的数据来训练这样的系统，让它预见在像木卫二这样的地方执行任务时可能遇到哪些挑战。
计算能力是第二个挑战。艰苦而耗时的审批程序和辐射风险意味着，在不久的将来，你家里的电脑可能比任何进入太空的东西都更强大。200MHz的处理器、256MB的RAM和2GB的内存听起来更像诺基亚3210，而不是iPhone X，但它实际上就是下一代太空探测器的“大脑”。
私营企业腾飞
私人公司正在帮助突破这些限制。CB Insights统计了太空领域的57家初创公司，它们涉及自然资源、消费旅游、研发、卫星、航天器设计和发射以及数据分析等各个领域。David Chew是日本卫星公司Axelspace的工程师，他解释了私人公司如何提高太空探索效率和降低成本的原因。
David Chew接受采访时说：“许多私人太空公司正在利用后退系统（fall－back system），寻找使用传统公司认为的非太空级部件和系统的方法。通过实施后退操作，并使用AI，就有可能在不增加失败风险的情况下，集成和使用成本更低的部件。”
改造我们的未来家园
在更遥远的未来，改造火星环境这样的壮举正等着我们去实现。如果没有AI的帮助，这些让其他行星变成类似地球环境的项目是不可能成功的。自主飞行器在地球上已经开始“变形”，BioCarbon Engineering公司利用无人机在1天内种下10万棵树。无人机首先对某个区域进行调查和地图绘制，然后在第二波无人机进行实际种植之前，算法决定树木的最佳位置。
就像指数级技术的情况一样，协同作用和融合的潜力是巨大的。比如AI和机器人，或者量子计算与机器学习。为什么不把AI驱动的机器人送上火星，并把它作为地球科学家的远程操作目标？可以这样说，我们已经处于使用虚拟现实（VR）和增强现实（AR）系统的早期阶段，这些系统从火星探测器那里获取数据，创建一个虚拟景观，科学家们可以在里面走动，并决定探测器下一个探索目标。
AI在太空探索中应用的最大好处之一，可能与它的实际功能没有太大关系。David Chew认为，在短短10年内，我们就可以在AI的帮助下，在柯伊伯带（Kuiper Belt）发现第一批能够采矿小行星。
他说：“我认为AI对太空探索做出的贡献是，它开创了一系列新的可能产业和服务，这对地球上的人类生活将产生更直接的影响。它成为了一个能引起共鸣的行业，对人们的日常生活产生了实实在在的影响。在某种程度上，太空探索已经成为人们思维方式的一部分，地球和太阳系之间的边界变得不那么重要了。”
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
