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(xué)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(dāng)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(guān)注到它在太空中的應(yīng)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(yuǎn)程投影和自動系統(tǒng)等技術(shù)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(shù)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(yīng)用程序。我們當(dāng)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(wù)的計算機系統(tǒng)”。HAL的任務(wù)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(jié)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(lǐng)導(dǎo)這項任務(wù)。美國國家航空航天局噴氣推進實驗室（JPL）的高級研究科學(xué)家、人工智能小組的技術(shù)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(lǐng)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。”

Chien說：“事實上，人工智能已經(jīng)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(lǐng)域的一些突破性技術(shù)。因此，在2003年，一個被稱為自主科學(xué)飛行器實驗（ASE）的軟件套件被上傳到EO-1，用機器學(xué)習(xí)技術(shù)（模式識別）演示機載圖像運動軌跡和目標(biāo)定位。

正如Chien解釋的那樣，ASE軟件使EO-1能夠根據(jù)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(fù)觀測，并在適當(dāng)?shù)臅r候重新定位航天器的成像器?！霸谌斯ぶ悄艿目刂葡?，已經(jīng)收集了6萬多幅圖像?！盋hien說。

這項被視為“高科技”的創(chuàng)新強調(diào)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(shù)。

從傳統(tǒng)衛(wèi)星到商用衛(wèi)星

其實，人工智能已經(jīng)在空間應(yīng)用十分廣泛。

自1993年以來，空間望遠(yuǎn)鏡科學(xué)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(yuǎn)鏡進行長期調(diào)度。最近，NASA已將人工智能應(yīng)用于其他地球軌道望遠(yuǎn)鏡的調(diào)度，如Chandra望遠(yuǎn)鏡、Spitzer望遠(yuǎn)鏡和Fuse望遠(yuǎn)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(shù)萬個遙測信號”。人工智能和機器學(xué)習(xí)可用于為人類操作員確定遙測的優(yōu)先級，使他們能夠?qū)Ｗ⒂谧钪匾氖虑椤?/p>

在地球成像領(lǐng)域，CosmiqWorks（一個由美國情報機構(gòu)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(wǎng)絡(luò)或其他地標(biāo)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(jīng)網(wǎng)絡(luò)接受了高達95%精度的模擬射電望遠(yuǎn)鏡信號分類訓(xùn)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(dǎo)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(jǐn)慎，希望通過他們投資的衛(wèi)星是經(jīng)過系統(tǒng)測試的。此外，他們必須要為自己的資產(chǎn)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(shù)往往占據(jù)主導(dǎo)地位。

所以，我們看到自太空時代以來，空間機構(gòu)先發(fā)射示范衛(wèi)星用于通信和地球觀測等應(yīng)用，然后再將這些技術(shù)應(yīng)用于私人資助的衛(wèi)星或?qū)⑵洹吧虡I(yè)化”。

Chien認(rèn)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(lǐng)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(yīng)用程序就可以從任何地方使用互聯(lián)網(wǎng)為衛(wèi)星分配任務(wù)。

EO-1展示的另一項創(chuàng)新成果是SensorWeb，這是一個自動網(wǎng)絡(luò)。“它連接了大量的航天器、地面天文臺、空中和海洋資產(chǎn)……在沒有任何人為干預(yù)的情況下獲取數(shù)千張圖像?！盋hien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?jīng)在10幾年里測量了數(shù)千次埃特納（Etna）山的熱輻射。這些數(shù)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(zhǔn)確率就能高于35%。

Chien說，未來的一個目標(biāo)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(wù)。換句話說，基于給定衛(wèi)星“看到”的內(nèi)容，它告訴其他人瞄準(zhǔn)什么——控制權(quán)力已經(jīng)從人類有效地轉(zhuǎn)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(lǐng)域

人工智能對于尋找地球以外生命至關(guān)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(jié)者》系列中自我保護的天網(wǎng)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(wù)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(rèn)為的人工智能可能會被“吸收”，成為日常技術(shù)。10年前，我們可能認(rèn)為面部識別和語音翻譯技術(shù)是“機器智能”。但今天很少有人會認(rèn)為手機上的應(yīng)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(dǎo)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(lǐng)域可以追溯到20世紀(jì)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(jì)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(jīng)網(wǎng)絡(luò)”；今天，機器學(xué)習(xí)已經(jīng)變成了“深度學(xué)習(xí)”，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(yīng)用而言，神經(jīng)網(wǎng)絡(luò)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(jì)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(jīng)網(wǎng)絡(luò)在遙感和地理信息系統(tǒng)的應(yīng)用數(shù)量正在逐年增長，農(nóng)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(shù)已經(jīng)得到驗證。”

在簡單的編程術(shù)語中，神經(jīng)網(wǎng)絡(luò)是基于決策樹的，涉及比較數(shù)據(jù)和提問，從而得出與樹的一個分支或另一個分支相關(guān)的答案。

“好奇號”火星探測器

網(wǎng)絡(luò)通過分析多個示例數(shù)據(jù)集并調(diào)整其決策的“權(quán)重”來“學(xué)習(xí)”，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(yīng)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(yīng)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(jīng)發(fā)展成為能夠區(qū)分100多個光譜帶（當(dāng)然人眼/大腦不能識別）的高光譜成像儀，機器學(xué)習(xí)的潛力就變得更加明顯，因為在一個不可破解的數(shù)據(jù)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(shù)學(xué)技術(shù)中）讓像JPL的Chien這樣的從業(yè)者興奮不已?！斑@是機器學(xué)習(xí)的美妙之處，”他說。EO-1上使用了這種機器學(xué)習(xí)技術(shù)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(xué)領(lǐng)域之外的這項技術(shù)感興趣的原因是它在行星科學(xué)和天體生物學(xué)中的應(yīng)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(biāo)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(jù)Chien稱，報告《人工智能對于未來尋找生命至關(guān)重要》描述了一種擬議中的Europa潛水器——一種設(shè)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(fù)責(zé)自己的導(dǎo)航，還負(fù)責(zé)實時科學(xué)調(diào)查。

人工智能——火星“探險家”

人工智能技術(shù)將被運用于為火星洞穴遠(yuǎn)程探索。因為洞穴探險車很可能依賴電池，任務(wù)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(shè)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(shù)據(jù)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(fù)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(jīng)被認(rèn)識到。例如，火星探測器好奇號(又名火星科學(xué)實驗室或MSL)使用人工智能來瞄準(zhǔn)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(shù)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(biāo)，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(xué)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(dāng)程度的自主性，因為軟件會檢測圖像中的“候選巖石”，并根據(jù)預(yù)設(shè)屬性進行“目標(biāo)過濾”。人工智能然后確定目標(biāo)的優(yōu)先級，確定中心目標(biāo)點，并可以在沒有外部干預(yù)的情況下對多個目標(biāo)重復(fù)這個過程。

據(jù)Chien稱，已經(jīng)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(chǎn)力。