文 李 熵

《流浪地球》電影里，有這樣一個場景讓人印象深刻：

以色列科學家提出點燃木星，被空間站的人工智能MOSS否決。然后MOSS逃跑，起初吳京以為是MOSS叛逃人類，后來貼出了四大國的聯(lián)合法案，MOSS又變成了忠誠的人工智能。最后吳京想出用空間站點燃木星，MOSS瞬間切斷通信，這回終于是真的叛逃了，人工智能也有怕死的時候。最后還說了一句：讓人類保持完全理性是不可能的。

這句話令人震撼，這個人工智能覺醒了。

在當今媒體鋪天蓋地的報道中，人工智能已不再陌生，但很少人關注到它在太空中的應用。實際上，在太空中人工智能的使用比地面更加成熟，也被理解得更加透徹。人工智能在太空探索中就像機器人、遠程投影和自動系統(tǒng)等技術一樣，是真正的剛需。

人工智能徹底改變太空探索

我們大多數人，如果被問到人工智能和太空之間的聯(lián)系，可能會想到“2001∶ASpace Odyssey”（2001太空漫游）中邪惡的計算機HAL，而不是任何現(xiàn)實生活中的應用程序。我們當前對人工智能的定義，通常是指“能夠執(zhí)行需要人類智能任務的計算機系統(tǒng)”。HAL的任務是來謀殺，但謀殺也需要“人類的智慧”。

如果進一步思考太空中的人工智能，可能還會想到同名的Star Trek（星際迷航）里的“計算機”，或者Red Dwarf（紅矮星）中能夠脫離身體的“Holly”，它們實際上更像是一本在線百科全書。有的人可能還記得《星球大戰(zhàn)》中分心但親切的C-3PO（斯瑞皮歐）或者不那么親切的“終結者”。

如果人工智能在太空中發(fā)揮作用，人們會期望美國宇航局（NASA）參與進來，但不希望其領導這項任務。美國國家航空航天局噴氣推進實驗室（JPL）的高級研究科學家、人工智能小組的技術小組主管Steve Chien博士說：“人工智能不僅在我們的日常生活中發(fā)揮著越來越大的作用，而且在航天領域也發(fā)揮著越來越大的作用，人工智能有潛力徹底改變太空探索的幾乎每一方面?！?/p>

Chien說：“事實上，人工智能已經被用于操作地球觀測1號（EO-1）航天器十多年了?！盓O-1衛(wèi)星于2000年發(fā)射，2017年退役，它是被用來展示地球所能觀測領域的一些突破性技術。因此，在2003年，一個被稱為自主科學飛行器實驗（ASE）的軟件套件被上傳到EO-1，用機器學習技術（模式識別）演示機載圖像運動軌跡和目標定位。

正如Chien解釋的那樣，ASE軟件使EO-1能夠根據所見分析機載圖像，而不是依靠地面的人類圖像分析人員。例如，它能夠拒絕多云的圖像，為以后的日期安排重復觀測，并在適當的時候重新定位航天器的成像器?！霸谌斯ぶ悄艿目刂葡?，已經收集了6萬多幅圖像。”Chien說。

這項被視為“高科技”的創(chuàng)新強調了空間系統(tǒng)的區(qū)分，但考慮到高可靠性，往往依然依賴過時的技術。

從傳統(tǒng)衛(wèi)星到商用衛(wèi)星

其實，人工智能已經在空間應用十分廣泛。

自1993年以來，空間望遠鏡科學研究所（Space Telescope Science Institute，STSCI）一直在使用人工智能對近20萬個用于觀測的哈勃空間望遠鏡進行長期調度。最近，NASA已將人工智能應用于其他地球軌道望遠鏡的調度，如Chandra望遠鏡、Spitzer望遠鏡和Fuse望遠鏡，以及月球大氣和塵埃環(huán)境探索者LADEE、歐洲航天局的Rosetta，以便在彗星上著陸探測器。

歐洲衛(wèi)星運營商SES正在考慮使用人工智能來簡化其艦隊的運作以及從其衛(wèi)星連續(xù)接收的“數萬個遙測信號”。人工智能和機器學習可用于為人類操作員確定遙測的優(yōu)先級，使他們能夠專注于最重要的事情。

在地球成像領域，CosmiqWorks（一個由美國情報機構建立的實驗室）舉辦了名為Spacenet的競賽，為開發(fā)從高分辨率衛(wèi)星圖像中檢測道路網絡或其他地標的自動方法提供現(xiàn)金獎勵。

空中客車公司為德國航空航天中心（DLR）開發(fā)和建造了一個基于人工智能的“宇航員助理”——CIMON（機組互動移動伴侶），并于2018年在國際空間站進行了演示。

2017年，深度神經網絡接受了高達95%精度的模擬射電望遠鏡信號分類訓練，這為尋找外星智能（SETI）提供了一個有用的工具。

以上，我們看到很多政府主導的衛(wèi)星試用人工智能的例子，而商業(yè)衛(wèi)星的老板們比較謹慎，希望通過他們投資的衛(wèi)星是經過系統(tǒng)測試的。此外，他們必須要為自己的資產投保，以保證銀行貸款和其他融資正常運行。因此，在一個保險承保人不愿意“資助研發(fā)”或收取更高保費的市場中，傳統(tǒng)技術往往占據主導地位。

所以，我們看到自太空時代以來，空間機構先發(fā)射示范衛(wèi)星用于通信和地球觀測等應用，然后再將這些技術應用于私人資助的衛(wèi)星或將其“商業(yè)化”。

Chien認為，人工智能系統(tǒng)將在不久的將來如EO-1那樣進入商用衛(wèi)星領域，這是地球成像系統(tǒng)的一次革命。目前主要依靠地面分析和計算，但今后人們可以更自然地與航天器互動。通過智能手機應用程序就可以從任何地方使用互聯(lián)網為衛(wèi)星分配任務。

EO-1展示的另一項創(chuàng)新成果是SensorWeb，這是一個自動網絡。“它連接了大量的航天器、地面天文臺、空中和海洋資產……在沒有任何人為干預的情況下獲取數千張圖像。”Chien解釋說。

該系統(tǒng)用于監(jiān)測火山、洪水、野火和其他現(xiàn)象。Chien舉例說，通過使用從太空控制的地面?zhèn)鞲衅鳎麄円呀浽?0幾年里測量了數千次埃特納（Etna）山的熱輻射。這些數字證明：一個典型的非人工智能系統(tǒng)只要提供不到1%的具有活躍熱特征的圖像，Sensorweb的準確率就能高于35%。

Chien說，未來的一個目標是通過一個給定的衛(wèi)星來演示使用人工智能的系統(tǒng)或星座中其他衛(wèi)星的自主任務。換句話說，基于給定衛(wèi)星“看到”的內容，它告訴其他人瞄準什么——控制權力已經從人類有效地轉移到軟件系統(tǒng)。這是非常有趣的事情！

人工智能系統(tǒng)將在不久的將來進入商用衛(wèi)星領域

人工智能對于尋找地球以外生命至關重要

雖然軌道衛(wèi)星“告訴對方該做什么”的概念可能會讓人想起《終結者》系列中自我保護的天網人工智能，但它似乎確實符合現(xiàn)代人工智能的定義，即“能夠執(zhí)行通常需要人類智能的任務的計算機系統(tǒng)”。

然而，我們也很清楚，在未來的10年里，我們所認為的人工智能可能會被“吸收”，成為日常技術。10年前，我們可能認為面部識別和語音翻譯技術是“機器智能”。但今天很少有人會認為手機上的應用程序是一種智能形式，不管它看起來多么聰明。你車上衛(wèi)星導航系統(tǒng)的動畫聲音也是如此。

雖然人工智能作為一個正式的研究領域可以追溯到20世紀50年代，但它的真正進步仍然依賴于計算能力的提高。在20世紀60年代，我們有了第一個“專家系統(tǒng)”，然后在70年代有了“神經網絡”；今天，機器學習已經變成了“深度學習”，我們又回到了“人工智能”，盡管是以更現(xiàn)代的形式。

就遙感衛(wèi)星應用而言，神經網絡作為地理信息系統(tǒng)（GIS）分析工具的使用至少可以追溯到20世紀90年代初。歐盟委員會聯(lián)合研究中心的Graeme Wilkinson在1993年的一篇論文中報告說：“神經網絡在遙感和地理信息系統(tǒng)的應用數量正在逐年增長，農業(yè)、森林生態(tài)系統(tǒng)和城市增長的繪圖以及云識別的實驗技術已經得到驗證?！?/p>

在簡單的編程術語中，神經網絡是基于決策樹的，涉及比較數據和提問，從而得出與樹的一個分支或另一個分支相關的答案。

“好奇號”火星探測器

網絡通過分析多個示例數據集并調整其決策的“權重”來“學習”，使其看起來具有識別和區(qū)分某些自然特征的智能。例如，基于紅外信號（一種常見的衛(wèi)星應用程序）識別健康作物和患病作物之間的差異的能力。

對于EO-1航天器，決策樹的概念被擴展到所謂的“隨機決策森林”，這使得圖像像素能夠被分類用于云篩選，這一應用程序允許Sciencecraft軟件拒絕云圖像并重新安排觀測時間。

如今多光譜傳感器或成像儀已經發(fā)展成為能夠區(qū)分100多個光譜帶（當然人眼/大腦不能識別）的高光譜成像儀，機器學習的潛力就變得更加明顯，因為在一個不可破解的數據集中，特征和模式變得明顯。

圖像中各個像素的分類（包含在被稱為貝葉斯閾值的數學技術中）讓像JPL的Chien這樣的從業(yè)者興奮不已?！斑@是機器學習的美妙之處，”他說。EO-1上使用了這種機器學習技術來檢測加拿大Ellesmere島Borup Fjord冰川的硫排放，盡管硫的排放量很小，而且“處于信號噪聲的極限”。

人們對地球科學領域之外的這項技術感興趣的原因是它在行星科學和天體生物學中的應用。正如Chien在德國舉行的2018年國際航天大會上的特別演講的標題：“人工智能在空間探索和探索地球以外的生命方面的作用越來越大”。

據Chien稱，報告《人工智能對于未來尋找生命至關重要》描述了一種擬議中的Europa潛水器——一種設計用于覆蓋木星衛(wèi)星海洋的潛水艇。因為木星上的航天器需要一個小時的最佳時間才能得到指令(取決于地球的相對位置)，所以任何這樣的航天器都需要很大的自主性，這也可能是“智能自主”。因此，任何Europa潛水器都有可能不僅負責自己的導航，還負責實時科學調查。

人工智能——火星“探險家”

人工智能技術將被運用于為火星洞穴遠程探索。因為洞穴探險車很可能依賴電池，任務持續(xù)時間長，沒有時間等待來自地球的指示，所以探險車將被設計成完全自主的。

工程師們還提出了“人機合作”的概念，其中一些人駕車深入洞穴，而另一些人則留在洞穴后面，節(jié)省能源，以便將數據傳送到洞穴入口和著陸器。人工智能還將允許系統(tǒng)作為一個整體，通過重新部署剩余能力，從走失的流動站中恢復過來。

找到地球以外的生命是一回事，如果地球上的生命找到了進入宇宙的途徑呢？自1972年阿波羅號最后一批宇航員訪問月球以來，宇航員一直被限制在低地球軌道上，但美國宇航局和一些新聞空間企業(yè)家計劃將人們送回月球并繼續(xù)前往火星。

由于信號傳播時間較長，長期以來，自主性對于地球軌道以外的航天器的重要性已經被認識到。例如，火星探測器好奇號(又名火星科學實驗室或MSL)使用人工智能來瞄準其ChemCam儀器的激光，該儀器可以使用一種叫作激光擊穿光譜的技術來識別7米以外巖石樣品的成分。

JPL的SteveChien稱，人工智能分析一個區(qū)域的廣域圖像以決定潛在目標，然后“將激光指向它們并發(fā)射”。他補充道，正確處理這一問題的重要性是不言而喻的，因為如果你用激光射自己，那是非常糟糕的，但這是一種更有效地進行科學研究的絕佳方法。

雖然人工智能并不完全依靠自己，因為最初的攝像機指向是由地面控制器決定的，但是它確實有相當程度的自主性，因為軟件會檢測圖像中的“候選巖石”，并根據預設屬性進行“目標過濾”。人工智能然后確定目標的優(yōu)先級，確定中心目標點，并可以在沒有外部干預的情況下對多個目標重復這個過程。

據Chien稱，已經為火星2020探測器計劃了一個功能更強大的系統(tǒng)版本，以增強其自主性并提高其生產力。