有了人工智能的幫助，探索太空效率能提高10倍嗎？

　　據SingularityHub報道，太空探索中的人工智能(AI)正在蓄勢待發(fā)。在未來(lái)幾年里，當我們前往彗星、衛星和行星，并探索在小行星上采礦的可能性時(shí)，新的任務(wù)看起來(lái)可能會(huì )得到AI的巨大幫助。

　　歐洲航天局(ESA)高級概念和研究辦公室主任利奧波德·薩默斯(Leopold Summerer)在接受采訪(fǎng)時(shí)說(shuō)：“AI已經(jīng)改變了游戲規則，使科學(xué)研究和探索更加高效。AI不僅讓這種效率翻倍，而是提高了10倍?！?/p>

　　例證比比皆是

　　AI在太空探索中應用的歷史比許多人想象的要久遠得多。AI已經(jīng)在研究我們的星球、太陽(yáng)系和宇宙方面發(fā)揮了重要作用。隨著(zhù)計算機系統和軟件的發(fā)展，AI的潛在用例也在不斷增加。

　　地球觀(guān)察者1號(EO-1)衛星就是個(gè)很好的例子。自本世紀初發(fā)射以來(lái)，其機載AI系統幫助優(yōu)化了對自然災害(如洪水和火山爆發(fā))的分析和響應。在某些情況下，AI甚至能夠讓地球觀(guān)察者1號衛星在地勤人員意識到事故發(fā)生之前就開(kāi)始拍攝圖像。

　　其他衛星和天文學(xué)的例子也比比皆是。在第二次帕洛瑪天空調查(Palomar Sky Survey)中，天空圖像編目和分析工具(SKICAT)已經(jīng)協(xié)助研究人員對發(fā)現的天體進(jìn)行分類(lèi)。帕洛瑪天空調查旨在對成千上萬(wàn)個(gè)在低分辨率下拍攝的物體圖像進(jìn)行分類(lèi)，這大大超出了人類(lèi)的能力。類(lèi)似的AI系統已經(jīng)幫助天文學(xué)家確定了56個(gè)新的、可能的“引力透鏡”，這些透鏡在暗物質(zhì)研究中發(fā)揮著(zhù)關(guān)鍵作用。

　　AI搜索大量數據并發(fā)現相關(guān)性的能力將變得越來(lái)越重要，因為它能最大限度地利用現有數據。歐洲航天局的ENVISAT每年產(chǎn)生大約400TB的新數據，但與平方公里陣列(Square Kilometre Array)相比就相形見(jiàn)絀了，后者每天產(chǎn)生的數據量與目前互聯(lián)網(wǎng)上的數據量差不多。

　　AI幫助登陸火星

　　AI也被用于軌道和載荷優(yōu)化。這兩項任務(wù)都是美國宇航局(NASA)下一個(gè)火星探測器(Mars 2020 Rover)任務(wù)的重要步驟，這個(gè)探測器將于2021年初登陸火星。被稱(chēng)為AEGIS的AI已經(jīng)出現在美國宇航局當前的火星探測器上，該系統可以幫助攝像頭自動(dòng)瞄準目標，并選擇調查對象。然而，下一代AI系統將能夠控制車(chē)輛，自主協(xié)助研究選擇，動(dòng)態(tài)調度和執行科學(xué)任務(wù)。

　　在整個(gè)職業(yè)生涯中，來(lái)自丹麥DTU Space的約翰·列夫·喬根森(John Leif Jorgensen)已經(jīng)設計出許多設備和系統，它們被應用在100多顆衛星上。喬根森是Mars 2020 Rover上自主科學(xué)儀器PIXL的團隊成員，該儀器廣泛使用AI。其目的是調查火星上是否存在類(lèi)似疊層石的生命形式。

　　喬根森在接受采訪(fǎng)時(shí)表示：“PIXL的顯微鏡安裝在探測器的臂上，需要放置在距離我們想要研究的東西14毫米的地方。這要歸功于安裝在探測器上的幾個(gè)攝像頭。這聽(tīng)起來(lái)可能很簡(jiǎn)單，但是交接過(guò)程和確定手臂的確切位置非常困難，就像是從屋頂上拍攝的街頭照片中辨認建筑一樣。不過(guò)，這是特別適合AI去做的事情?！?/p>

　　AI還能幫助PIXL在夜間自動(dòng)運行，并隨著(zhù)環(huán)境的變化而不斷進(jìn)行調整。在火星上，晝夜溫度的變化可以超過(guò)100攝氏度，這意味著(zhù)探測器、攝像頭、機械臂和正在研究的巖石下面的地面距離都在不斷變化。喬根森稱(chēng)：“AI是所有這些工作的核心，并幫助將效率提高1倍以上?！?/p>

　　先火星后衛星

　　火星很可能遠不是AI在太空探索中的最終目的地。長(cháng)久以來(lái)，木星的多顆衛星都讓科學(xué)家們感到著(zhù)迷。特別是木衛二(Europa)，它可能存在地下海洋，埋在大約10千米厚的冰層下。它是太陽(yáng)系中除了地球之外，最有可能找到生命的地方之一。

　　雖然這項任務(wù)可能在未來(lái)的某段時(shí)間內完成，但美國宇航局目前的計劃是在2020年將詹姆斯-韋伯(James Webb)太空望遠鏡發(fā)射到距離地球約150萬(wàn)公里的軌道上。任務(wù)的一部分將涉及到AI支持的自主系統，它負責監督望遠鏡705公斤重的鏡片的全面部署。

　　地球和木衛二之間的距離，或者地球與詹姆斯-韋伯望遠鏡之間的距離，都意味著(zhù)通信將被延遲。反過(guò)來(lái)，這也使得執行太空任務(wù)的宇航員必須能夠自己做出決定。來(lái)自火星探測器項目的例子表明，由于距離遙遠，火星探測器和地球之間的通信需要延遲20分鐘。而木衛二任務(wù)的通訊延遲時(shí)間可能更長(cháng)。

　　這兩項任務(wù)在不同程度上說(shuō)明了目前在空間探索中使用AI面臨的最重大挑戰之一。AI系統的表現與它們接收到的數據量之間往往存在直接的聯(lián)系。數據越多，AI系統的表現就越好。但是我們沒(méi)有太多的數據來(lái)訓練這樣的系統，讓它預見(jiàn)在像木衛二這樣的地方執行任務(wù)時(shí)可能遇到哪些挑戰。

　　計算能力是第二個(gè)挑戰。艱苦而耗時(shí)的審批程序和輻射風(fēng)險意味著(zhù)，在不久的將來(lái)，你家里的電腦可能比任何進(jìn)入太空的東西都更強大。200MHz的處理器、256MB的RAM和2GB的內存聽(tīng)起來(lái)更像諾基亞3210，而不是iPhone X，但它實(shí)際上就是下一代太空探測器的“大腦”。

　　私營(yíng)企業(yè)騰飛

　　私人公司正在幫助突破這些限制。CB Insights統計了太空領(lǐng)域的57家初創(chuàng )公司，它們涉及自然資源、消費旅游、研發(fā)、衛星、航天器設計和發(fā)射以及數據分析等各個(gè)領(lǐng)域。David Chew是日本衛星公司Axelspace的工程師，他解釋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接受采訪(fǎng)時(shí)說(shuō)：“許多私人太空公司正在利用后退系統(fall-back system)，尋找使用傳統公司認為的非太空級部件和系統的方法。通過(guò)實(shí)施后退操作，并使用AI，就有可能在不增加失敗風(fēng)險的情況下，集成和使用成本更低的部件?！?/p>

　　改造我們的未來(lái)家園

　　在更遙遠的未來(lái)，改造火星環(huán)境這樣的壯舉正等著(zhù)我們去實(shí)現。如果沒(méi)有AI的幫助，這些讓其他行星變成類(lèi)似地球環(huán)境的項目是不可能成功的。自主飛行器在地球上已經(jīng)開(kāi)始“變形”，BioCarbon Engineering公司利用無(wú)人機在1天內種下10萬(wàn)棵樹(shù)。無(wú)人機首先對某個(gè)區域進(jìn)行調查和地圖繪制，然后在第二波無(wú)人機進(jìn)行實(shí)際種植之前，算法決定樹(shù)木的最佳位置。

　　就像指數級技術(shù)的情況一樣，協(xié)同作用和融合的潛力是巨大的。比如AI和機器人，或者量子計算與機器學(xué)習。為什么不把AI驅動(dòng)的機器人送上火星，并把它作為地球科學(xué)家的遠程操作目標?可以這樣說(shuō)，我們已經(jīng)處于使用虛擬現實(shí)(VR)和增強現實(shí)(AR)系統的早期階段，這些系統從火星探測器那里獲取數據，創(chuàng )建一個(gè)虛擬景觀(guān)，科學(xué)家們可以在里面走動(dòng)，并決定探測器下一個(gè)探索目標。

　　AI在太空探索中應用的最大好處之一，可能與它的實(shí)際功能沒(méi)有太大關(guān)系。David Chew認為，在短短10年內，我們就可以在A(yíng)I的幫助下，在柯伊伯帶(Kuiper Belt)發(fā)現第一批能夠采礦小行星。

　　他說(shuō)：“我認為AI對太空探索做出的貢獻是，它開(kāi)創(chuàng )了一系列新的可能產(chǎn)業(yè)和服務(wù)，這對地球上的人類(lèi)生活將產(chǎn)生更直接的影響。它成為了一個(gè)能引起共鳴的行業(yè)，對人們的日常生活產(chǎn)生了實(shí)實(shí)在在的影響。在某種程度上，太空探索已經(jīng)成為人們思維方式的一部分，地球和太陽(yáng)系之間的邊界變得不那么重要了?！?/p>