陳 杰，譚天樂，陳 萌

(1.上海航天技術(shù)研究院，上海 201109； 2. 上海航天控制技術(shù)研究所，上海 201109；3. 上海宇航系統(tǒng)工程研究所，上海 201109)

0 引言

人工智能技術(shù)經(jīng)過60余年的沉淀，近期以經(jīng)濟(jì)、國(guó)防領(lǐng)域的強(qiáng)烈需求為推動(dòng)，以 “傳感網(wǎng)與大數(shù)據(jù)、新智能理論與算法、高效芯片與超級(jí)計(jì)算、高速無線互聯(lián)網(wǎng)”技術(shù)進(jìn)步為基礎(chǔ)，驅(qū)動(dòng)新一代人工智能的加速發(fā)展與應(yīng)用?；谌斯ぶ悄芗夹g(shù)構(gòu)建的無人系統(tǒng)可將人類從簡(jiǎn)單、重復(fù)、枯燥、臟亂、危險(xiǎn)的工作中解放出來，人工智能技術(shù)逐步在精準(zhǔn)分布感知、多模數(shù)據(jù)長(zhǎng)期比對(duì)、危險(xiǎn)快速判斷、數(shù)據(jù)挖掘與知識(shí)獲取、靈巧精細(xì)操作、快速柔順機(jī)動(dòng)、博弈決策生成、群體協(xié)同等方面開始接近或超越人類，具備了初步的感知、認(rèn)知、學(xué)習(xí)和自主行動(dòng)能力，催生出大量新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)和新模式。

人工智能將深刻改變?nèi)祟惿鐣?huì)生活的各個(gè)方面，是引領(lǐng)未來科技競(jìng)爭(zhēng)的戰(zhàn)略性前沿技術(shù)。21世紀(jì)，人工智能技術(shù)將與空間技術(shù)、新能源技術(shù)、生物基因技術(shù)、微納米技術(shù)等，成為驅(qū)動(dòng)人類科技進(jìn)步的尖端技術(shù)。目前，世界各科技大國(guó)紛紛出臺(tái)規(guī)劃和政策，加快推動(dòng)人工智能技術(shù)的發(fā)展[1-4]。人工智能技術(shù)與航天技術(shù)深度融合，可加快航天強(qiáng)國(guó)建設(shè)和現(xiàn)代化國(guó)防建設(shè)。

不同文獻(xiàn)中對(duì)人工智能有不同的定義[5-9]，我們認(rèn)為，人工智能是 “讓機(jī)器承載智能要素，使機(jī)器像人類一樣思考和主動(dòng)行動(dòng)，模擬、延伸和增強(qiáng)人類在改造自然、治理社會(huì)的各項(xiàng)任務(wù)中的能力和效率，最終實(shí)現(xiàn)人與機(jī)器和諧共生共存的社會(huì)”的相關(guān)理論與技術(shù)。人工智能學(xué)科則是 “一門揭示人類思維意識(shí)本質(zhì)，用機(jī)器去模擬、延伸和擴(kuò)展人類智能的學(xué)科”。理想的智能系統(tǒng)能夠自主完成人類交付的使命任務(wù)，甚至僅依據(jù)設(shè)定的價(jià)值驅(qū)動(dòng)與道德約束準(zhǔn)則就可以自主行動(dòng)。

為了實(shí)現(xiàn)航天領(lǐng)域的人工智能應(yīng)用，開發(fā)具備智能特征的技術(shù)、產(chǎn)品與系統(tǒng)，需要清晰認(rèn)識(shí)人工智能技術(shù)范疇，分析航天急需解決的問題和目前人工智能可應(yīng)用的方面，建立涵蓋基礎(chǔ)設(shè)施、基礎(chǔ)技術(shù)、應(yīng)用技術(shù)、產(chǎn)品與系統(tǒng)的技術(shù)參考模型，實(shí)現(xiàn)系統(tǒng)布局、重點(diǎn)突破和協(xié)同發(fā)展。

1 人工智能技術(shù)范疇

人工智能概念始于1956年達(dá)特茅斯會(huì)議的主題，發(fā)展到今天，歷經(jīng)多次浪潮起伏。人工智能理論方法主要分為三條技術(shù)路線[10-11]，分別是“符號(hào)主義”、“連接主義”和“行為主義”?！胺?hào)主義”基于邏輯功能模擬，用計(jì)算機(jī)模擬人的思維過程和智能活動(dòng)，代表領(lǐng)域有專家系統(tǒng)和知識(shí)工程；“連接主義”基于統(tǒng)計(jì)仿生模擬，用計(jì)算機(jī)構(gòu)建類似人腦的神經(jīng)網(wǎng)絡(luò)及網(wǎng)絡(luò)之間的連接觸發(fā)機(jī)制，代表領(lǐng)域有感知分類；“行為主義”(或“進(jìn)化主義”)從基于“感知-動(dòng)作”或“感知-思維-動(dòng)作”模擬，用計(jì)算機(jī)模擬人的遺傳進(jìn)化本能或思維反應(yīng)能力，代表領(lǐng)域?yàn)橹悄苄袨楹椭悄芸刂啤?/p>

人工智能本質(zhì)上是研究人腦的思維機(jī)理，其發(fā)展將帶來一場(chǎng)人腦認(rèn)知、機(jī)器替代人腦的革命。人腦各部分分別完成記憶思維、信息感知和動(dòng)作反應(yīng)功能。從認(rèn)知科學(xué)角度看，人類智能由智力和能力組成，智力反映思維能力，能力反映行動(dòng)能力[12]。智力由先天進(jìn)化遺傳與后天知識(shí)學(xué)習(xí)構(gòu)成基礎(chǔ)，通過不斷的思維和行動(dòng)實(shí)踐得到加強(qiáng)。圖1描述了人腦自然智能功能結(jié)構(gòu)和知識(shí)獲取、思維能力、行動(dòng)能力。

圖1 智能功能結(jié)構(gòu)和知識(shí)獲取、思維能力、行動(dòng)能力Fig.1 Intelligence function structure and description ofknowledge obtaining，thinking capability，behavior capability

人工智能系統(tǒng)模擬人腦自然智能系統(tǒng)，因此機(jī)器智能系統(tǒng)需形成“自感知、自記憶、自思維、自學(xué)習(xí)、自適應(yīng)、自行動(dòng)”能力。在圖1基礎(chǔ)上，進(jìn)一步建立如圖2所示的模擬人腦“信息感知、記憶思維、學(xué)習(xí)適應(yīng)、行動(dòng)驅(qū)動(dòng)”的架構(gòu)模型。圖1和圖2中描述的內(nèi)容是發(fā)展人工智能的知識(shí)獲取、思維與行動(dòng)各類表達(dá)方法、各類算法需要深化解決的前沿技術(shù)問題。

圖2 “信息感知、記憶思維、學(xué)習(xí)適應(yīng)、行為驅(qū)動(dòng)”的擬人模型Fig.2 Anthropomorphic model for information perception, memory thinking, learning adaptation and behavior driving

1) 自感知。指通過感知器感知外部世界事物的能力。其中，事物包括對(duì)象和過程[13]，對(duì)象是存在的事物，過程是變換對(duì)象的事物。過程或者導(dǎo)致對(duì)象狀態(tài)變化，或者導(dǎo)致對(duì)象消亡，或者導(dǎo)致對(duì)象產(chǎn)生。感知外部世界，一種是對(duì)靜態(tài)對(duì)象的感知，另一種是對(duì)動(dòng)態(tài)過程或現(xiàn)象的感知。

2) 自記憶。指對(duì)外部感知信息和思維認(rèn)知信息的存儲(chǔ)過程。事物的客觀感知信息和思維認(rèn)知信息、事物之間聯(lián)系和事物規(guī)律的認(rèn)知、解決問題的思維方法與行動(dòng)方法都可稱為知識(shí)。知識(shí)可按結(jié)構(gòu)或非結(jié)構(gòu)方式、不同粒度或?qū)哟畏绞竭M(jìn)行存儲(chǔ)，通過學(xué)習(xí)和實(shí)踐對(duì)已存儲(chǔ)的知識(shí)不斷豐富和完善。

3) 自思維。思維的核心是推理與決策。狹義思維是指推理、搜索、規(guī)劃、博弈過程；廣義思維是指認(rèn)識(shí)事物、獲取知識(shí)、應(yīng)用知識(shí)、解決問題的所有過程。思維有“形象思維、邏輯思維、靈感思維”三種模式。

4) 自學(xué)習(xí)。是針對(duì)特定目的的知識(shí)獲取過程，使機(jī)器能夠像人那樣自動(dòng)獲取新知識(shí)、不斷增加知識(shí)、不斷提高能力的過程。有人指導(dǎo)學(xué)習(xí)(監(jiān)督學(xué)習(xí))是基礎(chǔ)，自主學(xué)習(xí)(無監(jiān)督學(xué)習(xí))是智能系統(tǒng)追求的目標(biāo)。

5) 自適應(yīng)。是一種通過系統(tǒng)自我調(diào)節(jié)、重新配置內(nèi)部資源和運(yùn)行規(guī)律，以適應(yīng)任務(wù)變化、內(nèi)外環(huán)境變化過程的能力。自適應(yīng)在控制學(xué)上，可理解為系統(tǒng)的魯棒性。

6) 自行動(dòng)。是對(duì)感知到的外界信息作出的動(dòng)作反應(yīng)能力。低層智能行動(dòng)能力，指模擬人類本能進(jìn)化能力，對(duì)感知的緊急情況，不經(jīng)思維作出反應(yīng)；高層智能行動(dòng)能力，指模擬人類經(jīng)過謹(jǐn)慎思維，依據(jù)價(jià)值和倫理作出的決策行動(dòng)。

人工智能屬于正在發(fā)展的前沿技術(shù)，涉及許多新概念和新技術(shù)，極易造成混淆，有必要認(rèn)識(shí)其技術(shù)范疇，梳理其技術(shù)邏輯層次與關(guān)系，提出分層發(fā)展、逐步應(yīng)用的發(fā)展思路。

1) 機(jī)器模擬人腦，需要增強(qiáng)硅基載體能力。人工智能功能的實(shí)現(xiàn)，目前仍基于硅基電子產(chǎn)品作為載體。人工智能發(fā)展需要持續(xù)增強(qiáng)各類傳感感知與大數(shù)據(jù)存儲(chǔ)、云計(jì)算和邊緣計(jì)算軟件平臺(tái)、高性能芯片、高速互聯(lián)通信等載體的基礎(chǔ)能力。

2) 人工智能進(jìn)步，需要不斷創(chuàng)新智能理論。追尋古希臘哲人思維方式，將物理世界抽象成數(shù)學(xué)符號(hào)，通過邏輯推理與計(jì)算，將隱性知識(shí)變?yōu)轱@性知識(shí)的思路，發(fā)展出了“符號(hào)主義”理論；依據(jù)醫(yī)學(xué)腦解剖和神經(jīng)刺激研究，仿人腦結(jié)構(gòu)神經(jīng)元和刺激觸發(fā)機(jī)制，發(fā)展出了“連接主義”理論與深度神經(jīng)網(wǎng)絡(luò)等方法；遵循控制理論思想，模擬人類在控制過程中的“感知-行動(dòng)”或“感知-思維-行動(dòng)”，發(fā)展出了“行為主義”(或“進(jìn)化主義”)理論；圍繞自然和社會(huì)存在的大量不確定性問題，應(yīng)用概率表達(dá)與推理，采用貝葉斯公式或網(wǎng)絡(luò)，發(fā)展了概率“統(tǒng)計(jì)主義”理論[11]；另外，目前還在發(fā)展了基于“時(shí)空-因果鏈”價(jià)值驅(qū)動(dòng)的“因果推理”理論[10]、綜合多種理論的“綜合學(xué)派”和“類腦學(xué)派”等新理論。

3) 應(yīng)用人工智能，重在發(fā)展高效智能算法。這些共性的、基礎(chǔ)的、高效的智能算法涉及感知學(xué)習(xí)、知識(shí)表達(dá)與存儲(chǔ)、推理/搜索/規(guī)劃算法、博弈算法、情感描述、價(jià)值驅(qū)動(dòng)與倫理約束表達(dá)等方面。這些算法需要從基于人工事先編程模式，向機(jī)器自主學(xué)習(xí)與自主編程模式演進(jìn)。

4) 各種理論算法，需分類驗(yàn)證和比較優(yōu)選。一是感知智能驗(yàn)證，包括視覺類的文字、圖像、視頻識(shí)別等，聽覺類的語(yǔ)音識(shí)別、自然語(yǔ)言理解與交流等，射頻類的雷達(dá)信號(hào)、通信信息識(shí)別等，以及力覺、觸覺、嗅覺感知、多媒體感知等，含目標(biāo)提取、分類、狀態(tài)判定與現(xiàn)象發(fā)展過程等；二是認(rèn)知智能驗(yàn)證，包括對(duì)事物認(rèn)知、事物聯(lián)系與規(guī)律探尋，競(jìng)爭(zhēng)或合作對(duì)象行為意圖判斷與預(yù)測(cè)，應(yīng)對(duì)策略方法與博弈決策方案生成，發(fā)展深度強(qiáng)化學(xué)習(xí)與生成對(duì)抗學(xué)習(xí)等無監(jiān)督學(xué)習(xí)方法；三是行動(dòng)智能驗(yàn)證，包括應(yīng)急類的“感知-行動(dòng)”、慎思類的“感知處理-認(rèn)知模塊-規(guī)劃控制”行動(dòng)方法，以及柔順快速機(jī)動(dòng)、靈巧精細(xì)操作；四是群體智能驗(yàn)證，包括協(xié)同感知、協(xié)同博弈策略生成、協(xié)同行動(dòng)等。

5) 行業(yè)應(yīng)用推廣，需要有序布局分步推進(jìn)。從技術(shù)層出發(fā)，結(jié)合智能技術(shù)發(fā)展現(xiàn)狀，成熟一項(xiàng)應(yīng)用一批；從應(yīng)用層出發(fā)，結(jié)合行業(yè)急需，解決問題，取得實(shí)效，穩(wěn)步推進(jìn)。目前，人工智能屬于弱人工智能范疇，是適用特定場(chǎng)景，具有特定功能的專用智能。人工智能在基于大數(shù)據(jù)和深度神經(jīng)網(wǎng)絡(luò)的感知智能方面成熟度較高；在基于知識(shí)圖譜的知識(shí)表達(dá)與推理搜索，或者認(rèn)知智能方面成熟度還不高；基于確定性信息與規(guī)則的快速反應(yīng)方面成熟度高，基于不確定性信息或廣域知識(shí)的決策行動(dòng)方面成熟度低；在基于自主學(xué)習(xí)、自主規(guī)劃方面的技術(shù)發(fā)展參差不齊。在航天領(lǐng)域，可分別梳理防務(wù)、宇航、航天制造三方面需求，推廣相對(duì)成熟的人工智能技術(shù)，先解決急需，再拓展到整體。

概括起來，人工智能在理論方面有“確定性數(shù)理邏輯和不確定性概率統(tǒng)計(jì)”兩類模型，形成了“符號(hào)主義”、“連接主義”和“行為主義”三大主流學(xué)派，并正在發(fā)展“因果推理”、“綜合學(xué)派”和“類腦學(xué)派”等；基礎(chǔ)方面得到“傳感網(wǎng)與大數(shù)據(jù)、云計(jì)算和邊緣計(jì)算、高端芯片、高速互聯(lián)網(wǎng)”四大能力發(fā)展的支撐，發(fā)展了“機(jī)器學(xué)習(xí)、機(jī)器思維、機(jī)器博弈、機(jī)器情感與機(jī)器倫理”四大類共性基礎(chǔ)技術(shù)，以及“感知智能、認(rèn)知智能、行動(dòng)智能、群體智能”四大類共性應(yīng)用技術(shù)；產(chǎn)品應(yīng)用方面，智能穿戴設(shè)備，智能機(jī)器人、智能無人車，智能無人機(jī)和無人船等層出不窮；系統(tǒng)應(yīng)用方面，在智能防務(wù)裝備、智能宇航裝備、智能航天制造，以及智能醫(yī)療、智慧城市、智能農(nóng)業(yè)、智能交通、智能政務(wù)、智能家居等領(lǐng)域開始拓展應(yīng)用。為了規(guī)范智能技術(shù)和產(chǎn)品對(duì)社會(huì)倫理和法律的沖擊，也要抓緊研究制定相關(guān)的法律法規(guī)、倫理規(guī)范和政策體系。

2 航天宇航領(lǐng)域典型智能系統(tǒng)需求分析

航空航天是人工智能技術(shù)應(yīng)用的重要領(lǐng)域。在航天領(lǐng)域中應(yīng)用人工智能的最初目的是使依賴智力的勞動(dòng)密集型工作、易于出錯(cuò)的任務(wù)過程、危險(xiǎn)的工作流程實(shí)現(xiàn)自動(dòng)化。人工智能在航天的應(yīng)用可以追溯到20世紀(jì)70年代，當(dāng)時(shí)主要基于“符號(hào)主義”建立專家系統(tǒng)。例如，NASA在“旅行者”深空探測(cè)器上構(gòu)建了一個(gè)包含140余條規(guī)則的專家系統(tǒng)(Devicer II)[9]，用于快速執(zhí)行行星觀測(cè)任務(wù)；圍繞航天飛機(jī)，NASA先后開發(fā)和應(yīng)用了液氧推進(jìn)劑裝填專家系統(tǒng)(LOX)[14-15]、執(zhí)行飛行任務(wù)和程序修訂的專家系統(tǒng)(Expert)、發(fā)射前專家系統(tǒng)(PLES)、智能化信息管理系統(tǒng)(IMIS)、基于知識(shí)庫(kù)的自動(dòng)測(cè)試系統(tǒng)(KATE)、發(fā)射過程專家系統(tǒng)(LPS-II)等；在“好奇號(hào)”火星探測(cè)器中，采用專家系統(tǒng)自主引導(dǎo)相機(jī)進(jìn)行巡視探測(cè)；在“地球觀測(cè)一號(hào)”遙感衛(wèi)星中進(jìn)行地表觀測(cè)目標(biāo)尋找與價(jià)值評(píng)估；在衛(wèi)星定點(diǎn)保持與機(jī)動(dòng)中設(shè)計(jì)與使用了專家系統(tǒng)ESSOC[16]。這些專家系統(tǒng)中，知識(shí)獲取一直是瓶頸問題，而且在定量分析上，專家系統(tǒng)也面臨一些困難。

近年來，隨著以人工智能芯片、深度學(xué)習(xí)為代表的人工智能技術(shù)的發(fā)展，人工智能在航天領(lǐng)域得到了新的突破和應(yīng)用。美國(guó)空軍計(jì)劃將人工智能應(yīng)用于太空態(tài)勢(shì)感知；美國(guó)密蘇里大學(xué)研究了利用深度學(xué)習(xí)方法遙感定位導(dǎo)彈發(fā)射場(chǎng)的技術(shù)；日本JAXA設(shè)想自動(dòng)建設(shè)人類月球基地；中國(guó)的“吉林一號(hào)”衛(wèi)星將人工智能與空間對(duì)地觀測(cè)載荷相結(jié)合，用于目標(biāo)識(shí)別等。為了衡量和評(píng)估人工智能在航天領(lǐng)域中的應(yīng)用程度，美國(guó)航空航天學(xué)會(huì)(AIAA)的空間操作與支持技術(shù)委員會(huì)(SOSTC)對(duì)航天器智能化按層次分為六個(gè)等級(jí)(Level 1～6)，分別為“手動(dòng)操作、自動(dòng)化、有人地面智能推理、無人地面智能推理、在軌智能推理、自主思考”航天器。目前航天領(lǐng)域人工智能的應(yīng)用大多還處在Level 2～4的水平。

基于目前人工智能技術(shù)取得的進(jìn)展，對(duì)航天宇航領(lǐng)域的應(yīng)用急需和人工智能應(yīng)用方面進(jìn)行重點(diǎn)梳理。航天宇航領(lǐng)域包括運(yùn)載火箭、應(yīng)用衛(wèi)星、空間探測(cè)、宇航系統(tǒng)設(shè)計(jì)與制造四個(gè)方面。

2.1 運(yùn)載火箭方面

目前需要在運(yùn)載火箭測(cè)試發(fā)射無人操作[17-18]、飛行階段的故障監(jiān)測(cè)、軌跡與控制規(guī)律重構(gòu)等方面開展相關(guān)技術(shù)研究。主要內(nèi)容包括：減少發(fā)射操作過程對(duì)人員高度依賴問題；解決一次性使用運(yùn)載火箭飛行任務(wù)變化、飛行環(huán)境變化和突發(fā)故障，運(yùn)載火箭的魯棒適應(yīng)性問題；解決重復(fù)使用火箭智能健康監(jiān)測(cè)和評(píng)估問題。當(dāng)前需求有3項(xiàng)。

1) 運(yùn)載火箭發(fā)射智能測(cè)發(fā)系統(tǒng)。開展推進(jìn)劑自動(dòng)對(duì)接加注、自動(dòng)檢測(cè)操作等技術(shù)研究，降低發(fā)射場(chǎng)測(cè)試操作人員數(shù)量，提高操作安全性，實(shí)現(xiàn)運(yùn)載火箭測(cè)試發(fā)射人機(jī)協(xié)同、操作無人化。

2) 運(yùn)載火箭自適應(yīng)飛控系統(tǒng)。依據(jù)運(yùn)載火箭能力約束，利用人工智能技術(shù)構(gòu)建飛行軌跡自主規(guī)劃、飛行過程自適應(yīng)控制、故障智能診斷與處理系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)傳感、飛行控制、故障診斷一體化，達(dá)到感知狀態(tài)和火箭配置資源的最優(yōu)化。

3) 重復(fù)使用火箭健康監(jiān)測(cè)和評(píng)估系統(tǒng)。針對(duì)可重復(fù)使用運(yùn)載火箭，發(fā)展智能檢測(cè)技術(shù)，包括返場(chǎng)無拆卸的動(dòng)力系統(tǒng)智能檢測(cè)技術(shù)、運(yùn)載器健康智能評(píng)估和壽命預(yù)測(cè)技術(shù)。

2.2 應(yīng)用衛(wèi)星方面

目前需要解決衛(wèi)星平臺(tái)智能控制與管控、遙感衛(wèi)星載荷信息在軌自主處理、智能遙感衛(wèi)星、智能協(xié)同衛(wèi)星星群等問題。

1) 衛(wèi)星平臺(tái)智能控制與管控。在衛(wèi)星平臺(tái)控制與數(shù)管分系統(tǒng)中引入人工智能技術(shù)，使衛(wèi)星在不確定環(huán)境與故障、無人員干預(yù)的條件下，自主實(shí)現(xiàn)高精度、高穩(wěn)定度、強(qiáng)適應(yīng)性和長(zhǎng)壽命的正常運(yùn)行，并實(shí)現(xiàn)星上控制、推進(jìn)、能源、數(shù)據(jù)和星務(wù)管理等[19]。

2) 遙感數(shù)據(jù)在軌自主處理。依據(jù)衛(wèi)星平臺(tái)、衛(wèi)星載荷、軌道和姿態(tài)、光照環(huán)境等狀態(tài)數(shù)據(jù)，在軌準(zhǔn)確實(shí)時(shí)地判別目標(biāo)、識(shí)別狀態(tài)等[20-22]，并通過星地聯(lián)合機(jī)器學(xué)習(xí)，不斷提高目標(biāo)判斷準(zhǔn)確率和狀態(tài)識(shí)別精度。

3) 智能遙感衛(wèi)星。智能遙感衛(wèi)星系統(tǒng)具有智能搜尋遙感目標(biāo)、智能規(guī)劃航天器任務(wù)、智能配置與調(diào)用衛(wèi)星資源等能力。智能衛(wèi)星系統(tǒng)執(zhí)行任務(wù)時(shí)可分為使命層、任務(wù)層、行動(dòng)層3層。智能衛(wèi)星分為智能使命衛(wèi)星、智能任務(wù)衛(wèi)星。智能使命衛(wèi)星，以完成使命任務(wù)為目標(biāo)，在一定能力范圍內(nèi)，只需給定使命目標(biāo)，后續(xù)無需人員介入，衛(wèi)星自主規(guī)劃任務(wù)層和行動(dòng)層。智能任務(wù)衛(wèi)星，則根據(jù)任務(wù)執(zhí)行過程中的環(huán)境、目標(biāo)和自身狀態(tài)變化，可以自主規(guī)劃任務(wù)序列和分配子任務(wù)，自適應(yīng)調(diào)整系統(tǒng)配置和執(zhí)行控制模型。

4) 智能遙感集群衛(wèi)星。智能遙感集群衛(wèi)星以多星執(zhí)行任務(wù)為對(duì)象，通過多星資源的調(diào)用，實(shí)現(xiàn)融合多傳感器的智能感知。

2.3 空間探測(cè)方面

該領(lǐng)域主要涉及空間機(jī)器人，包括軌道機(jī)器人(空間操控機(jī)器人、自由飛行機(jī)器人)和行星機(jī)器人(星表巡視作業(yè)機(jī)器人、宇航員服務(wù)機(jī)器人)等[23-26]。其中，空間操控機(jī)器人可輔助和拓展宇航員的在軌操作能力，替代或補(bǔ)充宇航員的出艙活動(dòng)；自由飛行機(jī)器人可實(shí)現(xiàn)對(duì)被服務(wù)航天器的捕獲、加注、更換、維修、重定軌、組裝等作業(yè)；星表巡視作業(yè)機(jī)器人可為載人行星探測(cè)開展先導(dǎo)性的科學(xué)探測(cè)；宇航員服務(wù)機(jī)器人則輔助宇航員星表出艙活動(dòng)。

1) 空間機(jī)器人共性智能技術(shù)。該技術(shù)包含多模感知、移動(dòng)避障、靈巧作業(yè)、人機(jī)交互、自主規(guī)劃與控制?？臻g機(jī)器人必須應(yīng)對(duì)空間極端環(huán)境的輻射、真空、高低溫、潤(rùn)滑、微流星、軌道碎片、微重力、行星表面塵埃等環(huán)境，并滿足有限能源、低質(zhì)量、高可靠、遠(yuǎn)距離通信延時(shí)、精細(xì)操作、振動(dòng)抑制、高精度定位等要求[24-25]。美國(guó)NASA對(duì)機(jī)器人和自主系統(tǒng)需要發(fā)展的技術(shù)進(jìn)行了梳理[26]。表1為NASA分解的空間機(jī)器人和自主系統(tǒng)技術(shù)研究領(lǐng)域。

2) 軌道機(jī)器人。需要解決作業(yè)端精確控制的反作用力動(dòng)力學(xué)、低剛度結(jié)構(gòu)振動(dòng)抑制、大時(shí)延遙操作等關(guān)鍵技術(shù)；

3) 行星機(jī)器人。需要解決自然地表移動(dòng)、巖石障礙與坡度的通過性，遙操作與自主操作的導(dǎo)航，即時(shí)定位與地圖構(gòu)建(SLAM)[27-28]，對(duì)象跟蹤[29]，原位資源分析，采樣/處理和運(yùn)送，能源與通信，極端環(huán)境適應(yīng)性等關(guān)鍵技術(shù)。系統(tǒng)涉及機(jī)械動(dòng)力系統(tǒng)、電子信息系統(tǒng)、控制規(guī)劃系統(tǒng)，以及多運(yùn)動(dòng)自由度運(yùn)動(dòng)學(xué)、動(dòng)力學(xué)運(yùn)動(dòng)模型，分布傳感網(wǎng)、驅(qū)動(dòng)網(wǎng)、控制網(wǎng)、電源供給，計(jì)算機(jī)輔助控制、人輔助遙控、行為規(guī)劃、動(dòng)作規(guī)劃、階段時(shí)線圖、運(yùn)動(dòng)控制，視覺感知、聲覺感知，數(shù)據(jù)通信，冗余計(jì)算，遙控指控等技術(shù)。

2.4 宇航設(shè)計(jì)與制造方面

適應(yīng)航天宇航小批量柔性制造特點(diǎn)，實(shí)現(xiàn)高質(zhì)量、高效率和高效益發(fā)展。

表1 空間機(jī)器人和自主系統(tǒng)技術(shù)領(lǐng)域分解結(jié)構(gòu)

1) 概念設(shè)計(jì)或初步設(shè)計(jì)。將基于文本的傳統(tǒng)系統(tǒng)工程(TSE)轉(zhuǎn)化為采用基于模型的系統(tǒng)工程(MBSE)，構(gòu)建一定程度的自動(dòng)設(shè)計(jì)和輔助分析能力。

2) 詳細(xì)設(shè)計(jì)和制造銜接。需要采用可標(biāo)注工藝要求的數(shù)字化設(shè)計(jì)軟件工具,即所謂基于模型的定義(MBD)設(shè)計(jì)方法。

3) 虛擬驗(yàn)證和評(píng)價(jià)。需要采用基于賽博-物理系統(tǒng)(CPS)的數(shù)字孿生技術(shù)。

4) 制造、裝配、物流、管控和后續(xù)服務(wù)。需要逐步實(shí)現(xiàn)數(shù)字化、網(wǎng)絡(luò)化、智能化，運(yùn)用機(jī)器人和自動(dòng)化技術(shù)，實(shí)現(xiàn)現(xiàn)場(chǎng)最大程度減少人員介入，實(shí)現(xiàn)全過程數(shù)據(jù)自動(dòng)記錄的制造、裝配、物流和遠(yuǎn)程服務(wù)。

3 參考模型框架

目前，人工智能技術(shù)還未形成成熟的參考模型框架。借鑒系統(tǒng)工程過程的要素關(guān)系(見圖3)，以及技術(shù)成熟度劃分的思路，采用二維結(jié)構(gòu)形式，提出初步的航天宇航領(lǐng)域人工智能參考模型框架，如圖4所示。航天防務(wù)領(lǐng)域也可構(gòu)建類似的參考模型框架。

圖3 系統(tǒng)工程過程中的要素關(guān)系Fig.3 Elements relationship in the process for systems engineering

圖4 人工智能在航天領(lǐng)域應(yīng)用參考框架模型Fig.4 Reference framework model of AI application in aerospace

1) 基礎(chǔ)設(shè)施層?；A(chǔ)設(shè)施層是人工智能發(fā)展的基礎(chǔ)。它涉及智能系統(tǒng)對(duì)外部溝通的各類新型傳感器和顯示器設(shè)備，例如，3D視覺傳感和雙目視覺傳感、力覺/觸覺傳感器、頻譜認(rèn)知雷達(dá)、射頻光學(xué)一體雷達(dá)，腦控/聲控/肢控/眼控等人機(jī)交互設(shè)備，虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)顯示；新型智能算法理論，以及適用的深度學(xué)習(xí)軟件通用開源開發(fā)平臺(tái) TensorFlow、Caffe 等；基于 CPU、GPU、FPGA、AISC 等邊緣計(jì)算智能加速計(jì)算芯片；實(shí)現(xiàn)高通量互聯(lián)的區(qū)域和遠(yuǎn)程無線通信網(wǎng)絡(luò)等。

2) 基礎(chǔ)技術(shù)層?；A(chǔ)技術(shù)層是基于人工智能理論的智能實(shí)現(xiàn)核心框架、模型和算法，可基于圖2、圖3的描述發(fā)展相關(guān)技術(shù)。其中，機(jī)器學(xué)習(xí)模擬人類學(xué)習(xí)行為，分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，或者分為基于“符號(hào)主義”的歸納學(xué)習(xí)方法和演繹學(xué)習(xí)方法、基于“連接主義”的各種深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)方法、基于“行為主義”的各種智能控制方法、基于“進(jìn)化主義”的各種遺傳算法等，當(dāng)前正在發(fā)展自動(dòng)機(jī)器學(xué)習(xí)(AutoML)方法[30]。認(rèn)知與推理包括知識(shí)圖譜等知識(shí)表達(dá)方法，確定性知識(shí)和不確定性知識(shí)推理方法、快速搜索算法等，當(dāng)前需要發(fā)展自動(dòng)知識(shí)圖譜生成、機(jī)器類人物理與社會(huì)常識(shí)認(rèn)知方法；二元與多元博弈與決策方面，涉及博弈規(guī)則和決策優(yōu)選機(jī)制；機(jī)器情感和倫理屬于正在發(fā)展的技術(shù)，情感價(jià)值方面可結(jié)合時(shí)空-因果關(guān)系和感知技術(shù)實(shí)現(xiàn)，倫理方面需結(jié)合社會(huì)倫理價(jià)值和道德約束進(jìn)行表達(dá)。

3) 應(yīng)用技術(shù)層。應(yīng)用技術(shù)層將基礎(chǔ)技術(shù)層框架、模型和算法應(yīng)用于典型感知、認(rèn)知、單體和群體行動(dòng)中，驗(yàn)證其有效性，尋找行業(yè)應(yīng)用場(chǎng)景中較好的方法。在航天感知智能方面，針對(duì)多模目標(biāo)感知、態(tài)勢(shì)感知判斷、自適應(yīng)多模相對(duì)導(dǎo)航等應(yīng)用，需研究圖像、視頻或場(chǎng)景認(rèn)知技術(shù)，研究對(duì)象意圖預(yù)測(cè)和博弈策略技術(shù)；針對(duì)空間機(jī)器人、巡視車、智能制造等研究運(yùn)動(dòng)和作業(yè)規(guī)劃技術(shù)；針對(duì)無人系統(tǒng)博弈、協(xié)同，研究群體協(xié)同和對(duì)抗技術(shù)。

4) 行業(yè)應(yīng)用層。行業(yè)應(yīng)用層將相對(duì)成熟的智能技術(shù)應(yīng)用于行業(yè)急需，改造已有的系統(tǒng)增加智能能力或者重新研發(fā)智能化的系統(tǒng)。

5) 指導(dǎo)與約束。在政策推動(dòng)方面，航天企業(yè)應(yīng)結(jié)合國(guó)家和行業(yè)的政策，制定符合自身發(fā)展規(guī)律的、鼓勵(lì)人工智能技術(shù)落地的相關(guān)政策，打造企業(yè)內(nèi)部和外部的人工智能技術(shù)開發(fā)和應(yīng)用生態(tài)，并對(duì)機(jī)器自主性發(fā)展規(guī)定約束條件。

6) 可用資源池。企業(yè)需要在人才培育、專業(yè)平臺(tái)建設(shè)，以及軟件開發(fā)平臺(tái)、公共數(shù)據(jù)積累和算法評(píng)價(jià)方面給予一定的投入。

4 重點(diǎn)技術(shù)研究方向

航天企業(yè)發(fā)展人工智能，側(cè)重在應(yīng)用技術(shù)層和行業(yè)應(yīng)用層開展工作。同時(shí)，要牽引基礎(chǔ)理論、基礎(chǔ)技術(shù)的發(fā)展。表2列出了航天宇航領(lǐng)域近期需要發(fā)展的人工智能相關(guān)技術(shù)。

1) 傳感與顯示。重點(diǎn)研發(fā)用于操控的近距雙目立體視覺傳感器、用于星表導(dǎo)航的中距/近距 3D傳感器，用于操控的力覺/觸覺感知傳感器，并逐步提高傳感器的精度、探測(cè)范圍、環(huán)境適應(yīng)性，減少質(zhì)量、尺寸和功耗。開發(fā)基于視覺“即時(shí)定位與地圖構(gòu)建”技術(shù)、目標(biāo)/事件/活動(dòng)感知技術(shù)。牽引虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)、聲控、腦控等顯示和人機(jī)接口產(chǎn)品發(fā)展。

表2 航天宇航領(lǐng)域人工智能技術(shù)發(fā)展分解結(jié)構(gòu)

2) 理論與算法。梳理適用各種應(yīng)用場(chǎng)景的最佳算法，重點(diǎn)聚焦基于知識(shí)圖譜的知識(shí)表達(dá)技術(shù)、可更新知識(shí)的存儲(chǔ)結(jié)構(gòu)、無監(jiān)督主動(dòng)學(xué)習(xí)方法、適用于博弈的深度強(qiáng)化和生成對(duì)抗學(xué)習(xí)方法、基于時(shí)空-因果鏈的價(jià)值驅(qū)動(dòng)推理與行為預(yù)測(cè)、混合增強(qiáng)智能/群體智能、價(jià)值與倫理表達(dá)等新理論與算法。

3) 芯片與應(yīng)用。牽引宇航級(jí)人工智能邊緣計(jì)算芯片發(fā)展，重點(diǎn)跟蹤和應(yīng)用新型高性能邊緣計(jì)算 FPGA、AISC、通用智能芯片，解決設(shè)備端智能芯片的瓶頸問題。

4) 通信與網(wǎng)絡(luò)。以智能交互通訊協(xié)議、智能路由及傳輸網(wǎng)絡(luò)為硬件載體，牽引人/機(jī)之間、智能體之間、局域/廣域之間的高速、高通量網(wǎng)絡(luò)協(xié)議和設(shè)備發(fā)展。

5) 機(jī)器學(xué)習(xí)。圍繞自學(xué)習(xí)，聚焦多層神經(jīng)網(wǎng)絡(luò)的自主結(jié)構(gòu)優(yōu)化、參數(shù)選擇及裁剪壓縮方法，推理規(guī)則的自主表示與自動(dòng)獲取。重點(diǎn)驗(yàn)證各種機(jī)器學(xué)習(xí)方法在典型應(yīng)用場(chǎng)景中的能力與效果，推動(dòng)適用算法在航天中的應(yīng)用，牽引新的機(jī)器學(xué)習(xí)算法發(fā)展。

6) 機(jī)器思維。圍繞推理與決策的機(jī)器思維主題，密切關(guān)注搜索、規(guī)劃、數(shù)據(jù)挖掘、規(guī)律發(fā)現(xiàn)方法，不確定性推理等新算法發(fā)展，牽引人機(jī)協(xié)同-問題求解的新方法研究。

7) 機(jī)器情感與倫理。從《機(jī)器人三定律》以及《阿西洛馬人工智能23原則》等機(jī)器倫理約束出發(fā)，針對(duì)無人系統(tǒng)應(yīng)用，牽引機(jī)器情感與倫理表達(dá)方法，以及人工智能系統(tǒng)中價(jià)值驅(qū)動(dòng)與倫理約束機(jī)制建立方法發(fā)展。

8) 感知智能。重點(diǎn)研究圖像/視頻/文字感知技術(shù)、微弱信號(hào)光電目標(biāo)探測(cè)技術(shù)、飛行中圖像與物理參量監(jiān)測(cè)故障綜合判斷技術(shù)，結(jié)合智能算法和智能處理器，形成新一代智能傳感器和探測(cè)載荷，將傳感器從信號(hào)測(cè)量提升為信息、知識(shí)的獲取、表達(dá)。將以往基于后端、人工、滯后、局部的處理轉(zhuǎn)變?yōu)榍爸?、自?dòng)、實(shí)時(shí)在線和全局全域處理。牽引力覺/觸覺、聲頻感知和自然語(yǔ)言理解與對(duì)話技術(shù)。

9) 認(rèn)知智能。重點(diǎn)研究復(fù)雜環(huán)境目標(biāo)探測(cè)與識(shí)別技術(shù)、多維融合感知技術(shù)、領(lǐng)域知識(shí)圖譜構(gòu)建和學(xué)習(xí)拓展技術(shù)、智能搜索與自主任務(wù)規(guī)劃技術(shù)、博弈決策生成技術(shù)、基于大數(shù)據(jù)的規(guī)律與趨勢(shì)分析技術(shù)，并應(yīng)用其成熟成果牽引發(fā)展。

10) 行動(dòng)智能。模擬人的應(yīng)急“感知-行動(dòng)”反應(yīng)動(dòng)作，以及“感知-思維-行動(dòng)”行為模式，即構(gòu)建典型的“傳感器+感知信息處理模塊+認(rèn)知模塊+規(guī)劃控制模塊+執(zhí)行器”智能控制機(jī)制。發(fā)展快速柔順運(yùn)動(dòng)技術(shù)、靈巧精細(xì)操作技術(shù)，解決復(fù)雜環(huán)境下，行駛裝置的移動(dòng)與安全避障、機(jī)械臂精細(xì)作業(yè)與運(yùn)動(dòng)規(guī)劃等問題。

11) 群體智能。以系統(tǒng)論、多智能體理論為基礎(chǔ)，開展復(fù)雜系統(tǒng)智能涌現(xiàn)方法研究，圍繞人機(jī)混合、機(jī)器協(xié)同、多智能體系協(xié)同問題，重點(diǎn)研發(fā)和驗(yàn)證目標(biāo)選擇、任務(wù)分配、任務(wù)切換、任務(wù)優(yōu)化、多源異構(gòu)混合智能體協(xié)同作業(yè)技術(shù)。

5 結(jié)論

人工智能技術(shù)屬于正在不斷發(fā)展的前沿技術(shù)群，由分層技術(shù)構(gòu)成。航天領(lǐng)域推廣應(yīng)用人工智能，必須在各層技術(shù)得到相對(duì)成熟發(fā)展的基礎(chǔ)上實(shí)現(xiàn)。初始階段，著重在應(yīng)用技術(shù)層做好工作，驗(yàn)證相關(guān)智能技術(shù)的有效性和適用性，才能確保最終產(chǎn)品系統(tǒng)的成功應(yīng)用。同時(shí)，航天企業(yè)應(yīng)牽引相關(guān)高等院校、科研部門和優(yōu)勢(shì)企業(yè)，在基礎(chǔ)理論層、基礎(chǔ)設(shè)施層和基礎(chǔ)技術(shù)層發(fā)展先進(jìn)的智能技術(shù)。

本文給出了智能功能結(jié)構(gòu)、模擬人類的“感知、記憶、思維、學(xué)習(xí)、適應(yīng)、行為驅(qū)動(dòng)”模型，可以作為研究知識(shí)表達(dá)、人工智能理論和相關(guān)算法參考。此外，人工智能在航天宇航領(lǐng)域應(yīng)用的“參考框架模型”和關(guān)鍵技術(shù)項(xiàng)目，可為制定發(fā)展政策、研究制訂項(xiàng)目規(guī)劃及相關(guān)標(biāo)準(zhǔn)提供參考。