□ 宋征宇

墻內(nèi)開花墻外也香
——NASA人工智能技術的推廣應用

□ 宋征宇

編者按：雖然目前飛行器要實現(xiàn)智能自主飛行還有很多難題要解決，但人工智能技術在航天的研究已由來已久，尤其在飛行器健康監(jiān)測和故障診斷領域，早在上世紀末期人工智能研究的第一波熱潮中，NASA就投入了大量研究并取得了一些成果。進入新世紀后，NASA通過授權的形式，將一些軟件和算法轉讓給小型企業(yè)，一方面讓這些企業(yè)去市場推廣，另一方面也通過更廣泛的應用對軟件不斷升級和完善，“反哺”航天，可謂一舉數(shù)得。

在好萊塢電影中，那些位于休斯敦任務控制中心（MCC），或者卡納維納爾角的地面支持中心，或者航天器控制中心的技術人員，神情凝重，行色匆匆，一副高冷的樣子。但是，未來他們的實際工作，也許會變得像喝著咖啡聊天一樣輕松，決定這一切的，就要看人工智能技術在多大程度上能夠取代人的工作。

在一切都已高度自動化的控制中心，這些技術人員主要干些什么呢？對他們而言，最具挑戰(zhàn)性的工作是要在出現(xiàn)故障的緊急情況下及時準確地應對，而診斷出故障是這一切工作的前提條件。診斷得越早，留給他們的反應時間就越多；如果能夠在故障繼續(xù)惡化前提前預示故障，那就有可能避免財產(chǎn)損失和任務失敗。為此，美國航宇局（NASA）的各個部門開發(fā)了多種軟件工具。

歸納式監(jiān)測系統(tǒng)

CEMSol是一家位于鳳凰城的小公司，其公司名稱是“綜合工程管理解決方案”的縮寫。在其創(chuàng)建者之一戴維·斯路理看來，未來航天器的每個系統(tǒng)均將會集成健康監(jiān)測的引擎，并且能夠與其他系統(tǒng)和部件進行交互。而所謂的健康監(jiān)測，就好比人類向醫(yī)生描述自己的癥狀。但僅有此還不夠，誰來確診呢？

CEMSol公司與NASA首次合作還是在2003年，他們?yōu)榘匪寡芯恐行拈_發(fā)了一套健康監(jiān)測軟件，主要用于一種混合動力火箭發(fā)動機測試床的監(jiān)測工作。

傳統(tǒng)的監(jiān)測需要建立模型，并進行仿真?！暗袝r建模很困難，于是我們提出，能否讓這些數(shù)據(jù)自動去做這些工作?！?艾姆斯中心的戴維·艾弗森說道。他后來設計了被稱作歸納式監(jiān)測系統(tǒng)(IMS)的故障診斷系統(tǒng)。

任何被監(jiān)測的系統(tǒng)總會有各種傳感器測量溫度、壓力、流量、電壓和其他主要的信號。IMS收集這些傳感器的數(shù)據(jù)，通過數(shù)據(jù)挖掘，判斷各種變量之間的關系，建立系統(tǒng)正常工作下的基線狀態(tài)；而與正常狀態(tài)的偏離都有可能是個問題并會在不遠的將來產(chǎn)生失效。

“這種技術能夠判斷任何系統(tǒng)中已知和未知的關系和異常，”斯路理說。一個人最多能夠理解5到7個實體間的相互關系，而IMS可以處理數(shù)以百計。這種技術無疑能大大解放勞動力，不再需要眾多工程師緊盯屏幕緊張地分析各種數(shù)據(jù)，并且可以應用到任何場合，只要有數(shù)據(jù)，并且有正常的基線狀態(tài)，它都能提前預示和判斷出系統(tǒng)中的故障。

到了2005年，休斯敦任務控制中心負責飛行器姿態(tài)控制的技術人員開始使用IMS，希望能用它查找陀螺儀失效的原因。到了2012年，休斯敦任務控制中心開始開發(fā)自己的IMS模型。如今，IMS被集成到肯尼迪空間中心的下一代發(fā)射控制系統(tǒng)中，并在2014年的試驗性飛行中，用于監(jiān)測獵戶座飛船的電氣系統(tǒng)。IMS也被應用于對F-18戰(zhàn)斗機和黑鷹直升機的發(fā)動機的監(jiān)測。

2012年，CEMSol公司獲得了NASA的授權，并在此基礎上開發(fā)了兩個軟件包：桌面應用軟件和軟件開發(fā)工具集。2014年，該公司開始銷售這款健康監(jiān)測軟件。該公司還與艾姆斯、洛馬公司合作，將這項技術應用于C-130軍用運輸機，為此洛馬公司投資了7萬美元用于測試，但不久就獲得了10倍的回報，大大節(jié)省了維修費用，縮短了任務延遲?！八軌蛟谙到y(tǒng)失效前提前給出預警信號，即使是非常微弱的跡象也逃不過它的診斷?！彼孤防頌榇撕茏院馈?/p>

該公司正在繼續(xù)擴大市場，“我們還沒有發(fā)現(xiàn)這個系統(tǒng)不能應用的場合，”目前該系統(tǒng)已用于分析天氣情況，預報暴風雪、沙塵暴、雷雨等，甚至準備用到人類健康監(jiān)測領域：通過對病人數(shù)據(jù)的分析預測健康問題，使得在大病發(fā)生之前能夠及時預防。

飛行器健康推理引擎

這是一款比IMS更加古老的軟件，如今卻成功應用于在線定向廣告推送業(yè)務。隨著網(wǎng)上購物的興起，我們一定體驗到了這樣的經(jīng)歷：自從你買了某款產(chǎn)品后，你會經(jīng)常收到與其相似的產(chǎn)品的廣告郵件，甚至打開某個購物網(wǎng)站，首先看到的也是類似的產(chǎn)品。這是許多公司引以為豪的用戶習慣分析系統(tǒng)做出的決策。如果你上一次的購物體驗很滿意，這種定向推送倒也能讓人接受；但如果購物體驗不好，你對買來的產(chǎn)品并不滿意，這種自作聰明的做法無疑在一次次勾起你的不愉快的回憶。

然而，這種情況即將得到改善！位于加州的Beyond Limits 公司得到了NASA 噴氣推進實驗室的授權，即將開發(fā)出一種更加智能的軟件，它不再機械地根據(jù)用戶購買的記錄或搜索產(chǎn)品時鍵入的內(nèi)容來推送廣告，而是試圖理解用戶的最終意圖并推出合適的推薦廣告。這套軟件源自NASA的飛行器健康推理引擎，由噴氣推進實驗室推理、建模與仿真工作組的科學家馬克·詹姆斯開發(fā)。

SHINE本質上是一套專家系統(tǒng)，它存貯了大量的人類知識（知識必須以一種計算機能夠理解的形式存貯），通過推理機制對某個命題進行分析，找出最有可能或最接近的答案。SHINE與傳統(tǒng)的專家系統(tǒng)工具CLIPS（該工具也是由NASA開發(fā)的）相比，后者每秒執(zhí)行4萬條規(guī)則，需要占用20Mb的內(nèi)存，而SHINE每秒運行100～300萬條規(guī)則，只占用20～30Kb的內(nèi)存（所需內(nèi)存減少了1000倍?。?/p>

SHINE首次成功應用于“旅行者”號飛行器，那已經(jīng)是1989年的事了。后來應用場合不斷增多，也擴展到了許多軍事領域。SHINE一直在持續(xù)改進中，變得更快，更聰明，并已能嵌入到設備中，對儀表系統(tǒng)、機器人、信息安全系統(tǒng)等進行故障診斷。

Beyond Limits公司還得到了NASA的另一個授權產(chǎn)品：Hunter。這是6年前詹姆斯開發(fā)的自然語言理解系統(tǒng)。一般分析自然語言的系統(tǒng)采用模式匹配和語法分析的手段，而Hunter采用單一的“代表性陳述”并能形成上百種方式去改述它，從而尋求這句話的真正意圖而不單純從語法上去解析它。

Beyond Limits成立于2012年，得到NASA授權后，著手將這些軟件用于在線定向廣告推送。在當今社會，各大公司已經(jīng)發(fā)現(xiàn)在線廣告更加普及，手機、平板設備、可穿戴設備……人們可以隨時獲取各種信息。但成千上萬的在線廣告既令用戶無所適從，也讓各公司覺得很難突出自身特點。

如何更有效地定位用戶需求并有目標地推送廣告呢？這正是Beyond Limits所要解決的。軟件試圖理解用戶一定時期內(nèi)的真正意圖，它假設任一互聯(lián)網(wǎng)用戶最初的意圖和觀點是不確定的，并且隨著時間會改變。例如某個人查看了玩具商店，可能僅僅是在搜尋嬰兒沐浴禮物，并不是要購買玩具。通過Hunter，該軟件不僅僅判斷用戶參觀的網(wǎng)頁地址，還分析他所閱讀的特定內(nèi)容，并結合SHINE推理出用戶的真正意圖。

隨著商業(yè)市場上的推廣應用，NASA自身也受益，包括SHINE在內(nèi)的軟件不斷得到升級完善。

經(jīng)過多年的研究，NASA在故障診斷和健康監(jiān)測管理方面使用的工具逐漸集中到三類：SHINE，IMS和TEAMS。其中SHINE是早期的產(chǎn)品，采用專家系統(tǒng)技術；而IMS是數(shù)據(jù)驅動下的自學習機制，使用更加靈活；TEAMS則是基于模型的推理。故障診斷和健康監(jiān)測管理是人工智能技術應用較為廣泛的領域，對這些軟件或工具而言，診斷的準確性和可信度是至關重要的，但這需要大量的樣本來檢測，正常狀態(tài)和異常狀態(tài)的樣本都需要。然而僅靠航天工業(yè)自身無法提供足夠的樣本，因此NASA的技術轉讓，還不如看作是利用其它領域的應用來完善設計。并且故障的誤診或漏診可能造成航天項目的重大損失，但對商業(yè)應用而言，不恰當?shù)膹V告推送最多損失了一些潛在的客戶，基本沒有風險，何樂不為呢！

編后語：有了IMS，是否可以不用去看醫(yī)生呢？想想自己每每瀏覽一個網(wǎng)頁，竟有一些軟件在背后分析自己的意圖！人工智能帶給我們的究竟是喜還是憂？但不管怎樣，這些技術對降低航天成本、減少人力開支還是大有裨益的。