□ 鄭昱 陶倩楠

人工神經(jīng)網(wǎng)絡在未來深空探測中的應用

□ 鄭昱 陶倩楠

目前，1977年發(fā)射的第一艘無人外太陽系太空探測器“旅行者1”號，已經(jīng)成為第一個實質意義上進入行星際空間的人造物體。2013年9月美國宇航局宣布“旅行者1”號進入星際空間時，與地球間的距離已經(jīng)超過了180億千米，“旅行者1”號發(fā)射的無線電信號需要經(jīng)過17個多小時才能到達地球。控制中心實際上已經(jīng)無法對“旅行者1”號進行有效的控制。

就探索宇宙而言，“旅行者1”號更多地是承擔了一種象征意義，象征著人類對于宇宙的執(zhí)著求索。隨著航天器與地球距離的增加，航天器與地球之間的通信會越來越困難，地面控制中心會越來越難以實現(xiàn)對航天器的有效控制。因此，可以預見的是，在未來，不論是有人的深空探測還是無人的深空探測，都需要將人的智能延伸到航天器中，從而打造出適合執(zhí)行深空探測任務的人工智能航天器。

人工神經(jīng)網(wǎng)絡技術是一種重要的人工智能技術，通過對人類大腦和神經(jīng)系統(tǒng)進行模擬的方法，可以克服傳統(tǒng)方法對于直覺信息處理方面的缺陷，并且具有較強的適應和學習能力，這使得人工神經(jīng)網(wǎng)絡技術在未來的深空探測中擁有巨大的應用潛力。

什么是人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡可以看成是對生物神經(jīng)網(wǎng)絡的一種模擬和近似，這種模擬分為結構上的模擬和功能上的模擬兩種方式。結構上模擬的目標是從結構和實現(xiàn)機理上完全復現(xiàn)生物神經(jīng)網(wǎng)絡，由于生物神經(jīng)網(wǎng)絡的結構和機理相當復雜，這一目標很難實現(xiàn)。而功能上的模擬則是使用合適的工具，盡量使得人工神經(jīng)網(wǎng)絡具有生物神經(jīng)網(wǎng)絡的某些特性，如學習、識別、控制等功能。

神經(jīng)元細胞從結構上可以分為細胞膜、細胞質、細胞核、樹突和軸突五部分。每個神經(jīng)元都具有興奮與抑制兩種狀態(tài)，興奮狀態(tài)是指神經(jīng)元細胞膜電位升高，且超過了動作電位的閾值，此時產(chǎn)生神經(jīng)沖動并由樹突傳出，抑制狀態(tài)是指細胞膜電位下降到低于動作電位的閾值，無神經(jīng)沖動輸出。樹突負責接受來自其他神經(jīng)元的神經(jīng)沖動；軸突負責神經(jīng)信息的傳出，通過尾部分出的許多神經(jīng)末梢以及梢端的突觸向其他神經(jīng)元輸出神經(jīng)沖動。

人工神經(jīng)網(wǎng)絡使用數(shù)學工具對上述過程進行模擬，人工神經(jīng)網(wǎng)絡由數(shù)個人工神經(jīng)元構成，每一個人工神經(jīng)元都有若干個輸入和一個輸出，模擬的是生物神經(jīng)細胞的樹突和軸突；人工神經(jīng)元基于輸入信息選擇輸出的數(shù)值，模擬的是生物神經(jīng)細胞輸出神經(jīng)沖動的過程；人工神經(jīng)網(wǎng)絡中，每一個人工神經(jīng)元的輸出值都會被做為一個或多個人工神經(jīng)元的輸入值，模擬的是生物神經(jīng)細胞的相互關聯(lián)。根據(jù)輸出結果與預期結果之間的誤差，不斷調整各個神經(jīng)元的權值，最終得到最理想的輸出結果，則是對人類學習行為的模擬。

因此，人工神經(jīng)網(wǎng)絡通過模擬人腦的工作方式搭建變量之間的映射，使得人工神經(jīng)網(wǎng)絡具備了傳統(tǒng)技術不具備的非線性信息處理能力。但目前人工神經(jīng)網(wǎng)絡的規(guī)模并不大，畢竟在生物神經(jīng)網(wǎng)絡中，每個神經(jīng)元細胞都與大約1萬到10萬個神經(jīng)元相連。如果人工神經(jīng)網(wǎng)絡的規(guī)模與生物神經(jīng)網(wǎng)絡處于同一量級，那么由此產(chǎn)生的計算任務將是世界上任何計算設備都無法勝任的。

2006年，深度卷積神經(jīng)網(wǎng)絡的提出，在世界范圍內掀起了研究神經(jīng)網(wǎng)絡的高潮，業(yè)界眾多國際巨頭紛紛投入到人工神經(jīng)網(wǎng)絡的研究中。2016年3月，谷歌基于神經(jīng)網(wǎng)絡技術開發(fā)的人工圍棋系統(tǒng)“阿爾法狗”以4∶1的比分戰(zhàn)勝世界冠軍李世石，標志著人工神經(jīng)網(wǎng)絡已經(jīng)具備了很高的智能。而人工神經(jīng)網(wǎng)絡的作用絕不僅僅局限在下圍棋上，在未來的深空探測中，人工神經(jīng)網(wǎng)絡勢必會發(fā)揮重要的作用。

深空探測中的人工智能應用

小推力軌道優(yōu)化：在深空探測中，小推力推進器具有比沖高、質量輕、成本低的優(yōu)點，更為世界各國所青睞，美國的深空一號、日本的隼鳥號和歐空局的SMART-1探測器均是小推力航天器，但是小推力航天器任務時間長、速度變化慢、軌道不確定性因素多，導致其軌道優(yōu)化工作非常耗時費力。

從本質上來說，小推力軌道優(yōu)化就是根據(jù)某一時刻，航天器的位置、速度和加速度，為航天器選擇下一時刻最合適的位置、速度和加速度，選擇的依據(jù)可以是飛行時間最短、推進劑消耗量最小、飛行距離最短等。而航天器要想達到選擇出的最合適的位置，需要控制自身在x、y、z三個方向的推力值。因此，如果能夠搭建出航天器位置、速度、加速度與推力之間的映射關系，并以此為依據(jù)控制小推力航天器的飛行，就可以使小推力航天器按照最優(yōu)的軌道進行飛行。而這部分工作，恰恰是人工神經(jīng)網(wǎng)絡可以完成的。

在2004年的國際宇航大會上，歐空局的科研人員發(fā)表了使用進化神經(jīng)網(wǎng)絡控制算法優(yōu)化太陽帆飛往1996FG3小行星軌道的成果?？蒲腥藛T選擇航天器的速度、加速度、角速度、角加速度作為神經(jīng)網(wǎng)絡的輸入集合，航天器的推力數(shù)值作為神經(jīng)網(wǎng)絡的輸出集合，使用進化神經(jīng)網(wǎng)絡搭建兩個集合之間的映射。太陽帆飛行過程中的加速度為0.14，屬于小推力航天器。仿真結果顯示，航天器按照進化神經(jīng)網(wǎng)絡選擇出的軌道飛行，飛行時間可以減少561天。

▲ 風云一號衛(wèi)星

▲ 尚未與火箭分離的月球隕坑觀測和遙感衛(wèi)星（LCROSS）

▲SMART-1接近月球

▲ 深空1號

▲ 優(yōu)化前軌道

▲ 優(yōu)化結果1

▲ 優(yōu)化結果2

航天器故障診斷：深空探測任務周期長，航天器工作環(huán)境復雜，為了保障航天器的正常運轉，故障診斷系統(tǒng)勢必會成為航天器的“標配”?！鞍⒉_”計劃中出現(xiàn)的一系列的設備故障，促使美國宇航局倡議，由美國海軍研究室主持于 1967 年成立了美國機械故障預防小組，開始有計劃地對故障診斷技術分專題進行研究。為便于描述，科研人員將航天器發(fā)生故障前和發(fā)生故障時的各種現(xiàn)象定義為征兆空間，航天器發(fā)生的故障定義為故障狀態(tài)空間，故障診斷的過程，就是搭建征兆空間和故障狀態(tài)空間之間的映射的過程。

目前，搭建映射的基礎，依舊是工作人員的經(jīng)驗。這種診斷模式中，航天器缺乏自主診斷技術，同時診斷結果過分依賴于行業(yè)領域專家的智慧，工作人員長時間高強度工作，容易引起疲勞和誤判。深空探測中，航天器與地面的通信時間長，航天器一旦出現(xiàn)故障，地面人員無法及時判斷并排除故障。如果應用神經(jīng)網(wǎng)絡搭建征兆空間到故障狀態(tài)空間的映射，就可以將人類專家從繁重而復雜的故障診斷任務中解放出來，使得航天器可以自行進行故障診斷。目前，國內外科研人員已經(jīng)開展了相關領域的研究工作。

哈爾濱工業(yè)大學的科研人員使用徑向基神經(jīng)網(wǎng)絡對風云一號衛(wèi)星電源分系統(tǒng)進行故障診斷。衛(wèi)星電源分系統(tǒng)由太陽電池陣、鎳鎘電池組、電源控制器和指令配電器等組成，其中太陽電池陣和鎳鎘電池組一起構成衛(wèi)星的供電系統(tǒng)，太陽電池陣負責的是衛(wèi)星日常工作期間的電力供應，鎳鎘電池組負責的是衛(wèi)星在陰影區(qū)和發(fā)射場內的電力供應，以及運載火箭起飛、星箭分離到太陽電池陣結構解鎖伸展之前衛(wèi)星上的電力供應。電源遙測器負責的是把電源分系統(tǒng)的主要電壓、電流等參數(shù)變換成0V～6V的遙測信號。指令配電器負責的是衛(wèi)星全星的供電轉換。

經(jīng)過分析，這個案例中的征兆空間中包含5個元素，分別是鎳鎘電池組中心溫度、指令配電器電壓、電壓調壓器電壓、電壓調節(jié)器電流、電壓調節(jié)器電流。相對應的，故障狀態(tài)空間中包含5個元素，分別為鎳鎘電池溫度異常、指令配電器電壓異常、電壓調壓器電壓異常、電壓調壓器電流異常和電壓調節(jié)器電流異常。經(jīng)過訓練，徑向基神經(jīng)網(wǎng)絡可以在不借助任何外界幫助的情況下，迅速判斷出故障所在。研究表明，徑向基神經(jīng)網(wǎng)絡判斷的準確率在95%以上。

地外天體特征識別：深空探測不是航天器在太空中漫無目的地飛行，最終還是要落實到對地外天體的探測活動上。在未來的深空探測中，人工神經(jīng)網(wǎng)絡的一項應用就是與遙感技術相結合，對地外天體的特征進行識別。

▲ “旅行者1”號探測器

由于航天器的壽命是有限的，而且在飛往地外天體的過程中，已經(jīng)不可避免地消耗掉了一部分資源，因此實際開展探測活動的時間是有限的，這就要求航天器盡可能快速地完成對地外天體的探測工作。在這種要求下，遙感技術就成為了一個可行的方案。

遙感的原理是當電磁波照射到目標物體時，物體可以將電磁波散射出去，不同物體對電磁波的吸收能力和散射能力存在差異，同一物體對不同頻率電磁波的吸收能力和散射能力也有所不同。因此，通過測量天體反射電磁波，即可識別出天體的地貌特征和組成成分。而為了提高測量的精度，可以使用多個不同頻率的電磁波分別照射被測天體，并將返回的信息按照波譜進行記錄，最終獲得更加精準的遙測信息。

由于遙測測量的信息是電磁波的參數(shù)信息，需要通過技術手段將電磁波信息“翻譯”成目標信息，換言之，就是要搭建電磁波信息與目標信息之間的映射，映射搭建得越快、越準確，深空探測的效率就越高，而這恰恰是人工神經(jīng)網(wǎng)絡的優(yōu)勢所在。

▲ alphago對陣李世石

多光譜遙感影像數(shù)據(jù)來源多、數(shù)據(jù)量大，如果使用傳統(tǒng)的基于統(tǒng)計的分類方法進行處理，需要使用高性能的計算機。未來的深空探測中，受限于硬件要求，航天器上搭載的計算機不可能完成數(shù)量如此之大的處理工作，而且深空探測中，航天器與地面距離遠，如果將采集的數(shù)據(jù)傳回地面進行處理，通信距離長，數(shù)據(jù)損耗大，會浪費很多寶貴的能源。因此，未來深空探測中，傳統(tǒng)的分類方法不能滿足分類的要求，而人工神經(jīng)網(wǎng)絡在大規(guī)模并行、分布式存儲和處理信息的優(yōu)勢，可以有效降低分類過程中對硬件的要求，同時在保證分類準確度的前提下有效提升分類速度，這就使得神經(jīng)網(wǎng)絡可以應用于未來深空探測中的天體特征識別。

深空探測活動之于人類，宛如大航?；顒又诋敃r的世界，二者所體現(xiàn)的，都是人類對未知世界的探索和向往。然而，不同于駕一葉扁舟孤單遠航的舊時代探險者，深空探測的探險家們，將擁有人工智能的陪伴。1977年卡納維拉爾角的轟鳴猶在耳邊回蕩，“阿爾法狗”的勝利已經(jīng)打開了新時代的大門。隨著技術的進步，在未來的深空探測中，高度發(fā)達的人工神經(jīng)網(wǎng)絡，將逐步從仿真研究走向實踐應用，成為人類的得力助手，在小推力軌道優(yōu)化、航天器故障診斷、地外天體特征識別等領域中得到應用并發(fā)揮重要作用，從而使得深空探測活動更加高效?！?/p>