姚保寅，毛磊，王智斌

（航天科工集團(tuán)智能科技研究院有限公司，北京 100041）

0 引言

大數(shù)據(jù)、云計(jì)算、人工智能（artificial intelligence，AI）等高新技術(shù)促進(jìn)了航天事業(yè)飛速發(fā)展，加速了可回收火箭、智能遙感衛(wèi)星、新型載人飛船、太空機(jī)器人等一系列新型高科技航天裝備落地應(yīng)用，初步展現(xiàn)了人工智能技術(shù)+航天的時(shí)代雛形［1-6］。自2006 年深度學(xué)習(xí)取得突破以來，人工智能因可感知或認(rèn)知外界環(huán)境并產(chǎn)生交互，可自我學(xué)習(xí)，有望進(jìn)一步提升航天裝備可靠性、快速性及自主性，實(shí)現(xiàn)航天活動(dòng)能力質(zhì)的飛躍［7-8］。人工智能在航天裝備領(lǐng)域的應(yīng)用，涉及運(yùn)載火箭、衛(wèi)星、載人飛船、太空態(tài)勢(shì)感知裝備等方面［9-12］。本文重點(diǎn)討論人工智能在軍事航天裝備領(lǐng)域的應(yīng)用。

世界各主要強(qiáng)國(guó)均大力推進(jìn)航天裝備的智能化戰(zhàn)略，人工智能技術(shù)在航天裝備領(lǐng)域的應(yīng)用成為國(guó)內(nèi)外研究熱點(diǎn)。Gianluca Furano 重點(diǎn)探討了人工智能技術(shù)在遙感、導(dǎo)航以及航天器健康監(jiān)測(cè)等航天裝備原位測(cè)量中的應(yīng)用［13］。郝曉龍等分析了智能航天體系的概念內(nèi)涵及架構(gòu)［14］。然而，當(dāng)前研究大多從航天裝備的某幾個(gè)具體應(yīng)用點(diǎn)展開討論，從進(jìn)入太空、利用太空、控制太空維度，系統(tǒng)全面分析人工智能在航天裝備領(lǐng)域應(yīng)用的較少。

本文在簡(jiǎn)要分析航天裝備領(lǐng)域?qū)θ斯ぶ悄芗夹g(shù)需求、人工智能技術(shù)發(fā)展態(tài)勢(shì)以及人工智能航天裝備應(yīng)用發(fā)展態(tài)勢(shì)的基礎(chǔ)上，對(duì)應(yīng)進(jìn)入/利用/控制太空，從運(yùn)載火箭、衛(wèi)星遙感、衛(wèi)星通信、載人飛船、太空態(tài)勢(shì)感知等方面，系統(tǒng)研究人工智能在航天裝備領(lǐng)域應(yīng)用場(chǎng)景，探討人工智能在航天裝備領(lǐng)域應(yīng)用發(fā)展趨勢(shì)。

1 需求分析

智能化戰(zhàn)爭(zhēng)條件下，航天任務(wù)復(fù)雜度將進(jìn)一步增加，特別是長(zhǎng)時(shí)間、遠(yuǎn)距離探測(cè)以及多航天器編隊(duì)協(xié)同等，對(duì)航天裝備可靠性、快速性及自主性等提出了很高要求。航天裝備領(lǐng)域人工智能技術(shù)發(fā)展需求體現(xiàn)在以下幾方面（圖1）。

圖1 人工智能航天裝備領(lǐng)域應(yīng)用的需求分析Fig. 1 Demand analysis of AI applications in space equipment

一是運(yùn)載火箭快速低成本發(fā)射的需求。構(gòu)建快速響應(yīng)空間體系，要求運(yùn)載火箭在緊急情況時(shí)，不受發(fā)射環(huán)境影響，快速部署、增強(qiáng)、重構(gòu)、補(bǔ)充、維護(hù)空間系統(tǒng)。借助人工智能技術(shù)，實(shí)現(xiàn)快速低成本發(fā)射，是提高進(jìn)入空間能力的必然要求。二是衛(wèi)星數(shù)據(jù)處理和多星編隊(duì)協(xié)同的需求。借助人工智能技術(shù)，提高衛(wèi)星數(shù)據(jù)利用率和星群自適應(yīng)能力，是未來衛(wèi)星在太空環(huán)境執(zhí)行任務(wù)的必然要求。三是航天員降低人身安全意外風(fēng)險(xiǎn)的需求。借助人工智能技術(shù)，實(shí)現(xiàn)載人飛船和空間站等的智能決策和控制，是降低載人航天風(fēng)險(xiǎn)的必然要求。四是航天器長(zhǎng)期可靠運(yùn)行的需求。復(fù)雜航天器是由大量元器件和軟件組成，在長(zhǎng)期運(yùn)行中，難免出現(xiàn)元器件故障和軟件不完善，借助人工智能技術(shù)，實(shí)現(xiàn)航天器智能診斷和維護(hù)，是提高航天器可靠性的必然要求。五是隨著太空微小目標(biāo)的日漸增多，對(duì)現(xiàn)有空間監(jiān)視系統(tǒng)的探測(cè)精度、搜索覆蓋率以及探測(cè)速度提出了更高的要求。借助人工智能技術(shù)，提高探測(cè)水平，是提高太空感知能力的要求。

2 發(fā)展態(tài)勢(shì)

2.1 技術(shù)發(fā)展態(tài)勢(shì)

人工智能概念自1956 年首次被提出，至今已經(jīng)歷了3 次發(fā)展浪潮，并在自然語(yǔ)言理解、類腦計(jì)算、機(jī)器學(xué)習(xí)、人機(jī)交互、運(yùn)動(dòng)控制等多項(xiàng)關(guān)鍵技術(shù)方面取得豐碩成果，并呈現(xiàn)出向自主無人化方向發(fā)展、向人機(jī)結(jié)合方向發(fā)展、向分布式群體智能方向發(fā)展、向多語(yǔ)言處理等跨媒體方向發(fā)展等態(tài)勢(shì)［15］。

雖然主流人工智能仍處于依賴大量數(shù)據(jù)、基于統(tǒng)計(jì)方法、適用于特定任務(wù)的弱人工智能階段，但是強(qiáng)人工智能布局已初現(xiàn)端倪。美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）于2018 年啟動(dòng)“下一代人工智能”（AI Next）項(xiàng)目，開啟強(qiáng)人工智能探索，計(jì)劃5 年內(nèi)投資20 億美元，旨在構(gòu)建具備自我意識(shí)和邏輯推理能力的人工智能工具［16］。此外，美國(guó)等發(fā)達(dá)國(guó)家積極開展類腦科學(xué)研究，通過開發(fā)類腦新型計(jì)算芯片等硬件手段，和使智能計(jì)算模型在結(jié)構(gòu)或認(rèn)知/學(xué)習(xí)行為上更加類腦等軟件手段，推動(dòng)強(qiáng)人工智能探索。

2.2 應(yīng)用發(fā)展態(tài)勢(shì)

主要強(qiáng)國(guó)紛紛加強(qiáng)頂層規(guī)劃，促進(jìn)人工智能在航天裝備領(lǐng)域應(yīng)用［17］。美國(guó)前國(guó)防部代理部長(zhǎng)沙納漢2019 年強(qiáng)調(diào)太空發(fā)展局應(yīng)利用人工智能機(jī)器學(xué)習(xí)技術(shù)發(fā)展獨(dú)立作戰(zhàn)能力，建立彈性太空體系架構(gòu)等［18］，而太空司令部2021 年則進(jìn)一步表示將利用人工智能維持“數(shù)字優(yōu)勢(shì)”，奪取制天權(quán)［19］。加拿大2019 年3 月發(fā)布的新版太空戰(zhàn)略強(qiáng)調(diào)建設(shè)基于人工智能的太空機(jī)器人等［20］。日本根據(jù)《防衛(wèi)白皮書》要求，于2020 年正式建立太空部隊(duì)，強(qiáng)調(diào)利用人工智能技術(shù)發(fā)展無人裝備［21］。

人工智能技術(shù)在航天裝備領(lǐng)域預(yù)算投入集中在衛(wèi)星和航天器，以圖像處理最為活躍。從人工智能應(yīng)用于航天裝備領(lǐng)域的技術(shù)途徑來看，有機(jī)器學(xué)習(xí)、類腦計(jì)算、人機(jī)交互等，目前以機(jī)器學(xué)習(xí)尤其是深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)為主，且應(yīng)用最為成熟，可使航天裝備從大量原始數(shù)據(jù)中提取深層次特征，并提升決策能力。類腦計(jì)算［22-23］和人機(jī)交互等人工智能關(guān)鍵技術(shù)在航天裝備領(lǐng)域應(yīng)用尚處于探索階段。

3 典型應(yīng)用場(chǎng)景

按照進(jìn)入太空、利用太空和控制太空的維度，人工智能在航天裝備領(lǐng)域的應(yīng)用主要體現(xiàn)在運(yùn)載火箭、衛(wèi)星、載人飛船和太空態(tài)勢(shì)感知等方面（圖2）。

圖2 人工智能技術(shù)在航天裝備領(lǐng)域應(yīng)用體系Fig. 2 Application architecture of AI in space equipment

3.1 人工智能在運(yùn)載火箭領(lǐng)域的應(yīng)用

人工智能技術(shù)在運(yùn)載火箭中的應(yīng)用包含一次性運(yùn)載火箭的發(fā)射支持、子級(jí)落區(qū)控制［24］以及重復(fù)性運(yùn)載火箭的著陸相關(guān)輔助裝備。以日本的“艾普斯龍”（Epsilon）三級(jí)固體運(yùn)載火箭［25］（圖3）的自動(dòng)發(fā)射操作技術(shù)和“獵鷹”-9 火箭的著陸技術(shù)為代表。

圖3 “艾普斯龍”自動(dòng)/自主檢測(cè)系統(tǒng)Fig. 3 Automatic/autonomous checking system of Epsilon rocket

3.1.1 一次性運(yùn)載火箭的快速發(fā)射

日本“艾普斯龍”三級(jí)固體運(yùn)載火箭采用人工智能自動(dòng)檢測(cè)技術(shù)以及高速網(wǎng)絡(luò)，提高發(fā)射操作自動(dòng)化水平，大幅縮短火箭發(fā)射準(zhǔn)備時(shí)間，從接到發(fā)射命令到完成火箭發(fā)射僅需6 天。其基于人工智能的自動(dòng)檢測(cè)技術(shù)包括：自動(dòng)執(zhí)行程序、判斷閾值、記錄作業(yè)的功能；進(jìn)行動(dòng)態(tài)模擬數(shù)據(jù)趨勢(shì)評(píng)價(jià)、確定故障部位等的功能。這些技術(shù)未來在洲際彈道導(dǎo)彈中也具有潛在的應(yīng)用價(jià)值。

此外，也有研究人員基于加法標(biāo)度的變可信度（variable-fidelity model，VFM）模型和分層Kriging 模型（Hierarchical Kriging，HK）的氣動(dòng)特性人工智能預(yù)測(cè)方法，應(yīng)用于低成本和快速的運(yùn)載火箭子級(jí)柵格舵落區(qū)控制中［26-27］。

3.1.2 重復(fù)性運(yùn)載火箭的自主降落

美國(guó)SpaceX 公司在“獵鷹”-9 系列火箭中，利用人工智能強(qiáng)化學(xué)習(xí)技術(shù)和蒙特卡羅方法，結(jié)合反饋控制器，指導(dǎo)火箭選擇最優(yōu)彈道方案著陸，完成自動(dòng)轉(zhuǎn)向等操作，大幅減少了地面專家操控的工作量。

研究人員首先設(shè)置了一個(gè)與“獵鷹”-9 火箭降落環(huán)境交互的“代理”，它的初始狀態(tài)對(duì)環(huán)境一無所知。初始輸入是火箭的水平、垂直速度、角速度以及與垂直軸的夾角等。評(píng)估函數(shù)是火箭在下落過程是否以垂直姿態(tài)、較小速度降落和較小燃料消耗等，還需考慮火箭是否損毀和接近著陸點(diǎn)。通過不斷訓(xùn)練迭代約20 萬(wàn)次，形成高度智能化的控制算法（圖4）。

圖4 “獵鷹”-9 系列火箭應(yīng)用強(qiáng)化學(xué)習(xí)技術(shù)實(shí)現(xiàn)著陸智能控制Fig. 4 Reinforcement learning for SpaceX’s self-landing rocket Falcon 9

此外，美國(guó)桑迪亞國(guó)家實(shí)驗(yàn)室（Sandia）還將人工智能模式識(shí)別等技術(shù)用于高超聲速飛行器的路徑規(guī)劃和飛行控制。

3.2 人工智能在衛(wèi)星中的應(yīng)用

人工智能技術(shù)在衛(wèi)星中的應(yīng)用包括衛(wèi)星圖像等數(shù)據(jù)的智能處理，大幅提高分析速度；衛(wèi)星通信中智能頻譜分配，實(shí)現(xiàn)高可靠通信和頻譜資源的高效利用；衛(wèi)星編隊(duì)協(xié)同任務(wù)的智能控制，完成復(fù)雜航天任務(wù)等。

3.2.1 對(duì)地觀測(cè)數(shù)據(jù)的快速處理

人工智能對(duì)地觀測(cè)應(yīng)用涉及光學(xué)和合成孔徑雷達(dá)（synthetic aperture radar，SAR）等多種手段，其中以光學(xué)對(duì)地觀測(cè)應(yīng)用更為普遍［3-4，28-30］。其具體的應(yīng)用場(chǎng)景包括開發(fā)先進(jìn)圖像處理算法，高效分析靜態(tài)目標(biāo)；推動(dòng)對(duì)地觀測(cè)視頻分析，快速識(shí)別動(dòng)態(tài)目標(biāo)；探索地面站人機(jī)交互［31-32］，促進(jìn)流程管理自動(dòng)化；探索多星協(xié)同作業(yè)，提升對(duì)地觀測(cè)效率；探索單星原位數(shù)據(jù)處理，實(shí)現(xiàn)智能圖像分發(fā)等［5］。

密蘇里大學(xué)曾于2017 年基于深度學(xué)習(xí)算法，45 min 內(nèi)在9 萬(wàn)km2區(qū)域搜索到90 個(gè)地空導(dǎo)彈基地，是傳統(tǒng)人類視覺搜索效率的80 多倍，定位準(zhǔn)確度可達(dá)90%，與人工視覺搜索相同。除深度學(xué)習(xí)外，類腦計(jì)算是人工智能應(yīng)用于對(duì)地觀測(cè)的另一項(xiàng)關(guān)鍵技術(shù)，具有超低功耗和超低延時(shí)特性。美國(guó)空軍授予IBM 合同，研發(fā)“真北”類腦計(jì)算芯片（圖5），可幫助衛(wèi)星等更智能地識(shí)別坦克或防空系統(tǒng)等車輛，而功耗不到原來的1/5［33-35］。

圖5 “真北”類腦芯片及其組成的系統(tǒng)Fig. 5 Brain-like TrueNorth chip and its system

運(yùn)用人工智能技術(shù)直接在太空中對(duì)衛(wèi)星對(duì)地觀測(cè)數(shù)據(jù)進(jìn)行原位處理，可以減少傳回地面的數(shù)據(jù)量，降低成本。ESA 于2020 年9 月成功發(fā)射歐洲首顆對(duì)地觀測(cè)6U 立方星Phi-sat-1。該星搭載英特爾Myriad 人工智能視覺處理器（圖6），功耗僅1 W，基于深度學(xué)習(xí)算法，可實(shí)現(xiàn)在軌數(shù)據(jù)處理并自動(dòng)過濾不可用數(shù)據(jù)。

圖6 英特爾Myriad 人工智能視覺處理器Fig. 6 Intel Myriad vision processing unit using AI

3.2.2 衛(wèi)星通信的智能頻譜分配及抗干擾

NASA 正探索將人工智能技術(shù)（包括認(rèn)知無線電）用于航天器之間以及地面站之間的通信。認(rèn)知無線電技術(shù)，通過感知外界環(huán)境、使用人工智能技術(shù)從環(huán)境中學(xué)習(xí)，實(shí)時(shí)改變傳輸功率、載波頻率和調(diào)制技術(shù)等操作參數(shù)，使其內(nèi)部狀態(tài)適應(yīng)接收到的無線信號(hào)統(tǒng)計(jì)變化，從而實(shí)現(xiàn)任何時(shí)間、任何地點(diǎn)的高可靠通信以及頻譜資源高效利用。其本質(zhì)即通過頻譜感知和系統(tǒng)學(xué)習(xí)能力，實(shí)現(xiàn)動(dòng)態(tài)頻譜分配和頻譜共享。

認(rèn)知無線電無須人類干預(yù)即可發(fā)現(xiàn)電磁頻譜中未得到充分利用部分或者“白空間”向地面?zhèn)鬏斂茖W(xué)和探索數(shù)據(jù)。搭載在國(guó)際空間站的NASA 空間通信與導(dǎo)航（SCaN）試驗(yàn)臺(tái)（圖7）旨在為研究人員在空間環(huán)境測(cè)試認(rèn)知無線電提供試驗(yàn)平臺(tái)。國(guó)際空間站目前搭載有各種天線、設(shè)備儀器以及3 臺(tái)軟件定義無線電臺(tái)。

圖7 NASA 空間通信與導(dǎo)航（SCaN）試驗(yàn)臺(tái)Fig. 7 Space communications and navigation （SCAN）testbed of NASA

此外，隨著衛(wèi)星頻段的日益擁擠，衛(wèi)星通信干擾也越來越多。為此，研究人員擬將人工智能用于衛(wèi)星-地面網(wǎng)絡(luò)中的移動(dòng)終端和基站，提出綜合運(yùn)用不同人工智能方法的框架，包括在衛(wèi)星選擇、天線指向和跟蹤中，采用無監(jiān)督學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)（deep reinforcement learning，DRL）和 支 持 向 量 機(jī)（support vector machine，SVM）等。常用的信號(hào)探測(cè)分類方法包括長(zhǎng)短期記憶（long short-term memory，LSTM）和深度神經(jīng)網(wǎng)絡(luò)自編碼器（DNN AE）等。

長(zhǎng)短期記憶［36-37］人工智能方法是一種自動(dòng)實(shí)時(shí)干擾探測(cè)的方法，在歷史無異常頻譜上進(jìn)行訓(xùn)練，以預(yù)測(cè)將要接收的后續(xù)信號(hào)頻譜。隨后，基于設(shè)計(jì)好的度量機(jī)制，比較實(shí)際接收信號(hào)和預(yù)測(cè)的頻譜，以探測(cè)異常。

深度神經(jīng)網(wǎng)絡(luò)自編碼器人工智能方法使用無干擾信號(hào)對(duì)自編碼器進(jìn)行訓(xùn)練，并在無干擾情況下與其他信號(hào)進(jìn)行測(cè)試，以獲得實(shí)際閾值。之后，利用有干擾和無干擾信號(hào)間的誤差差異來探測(cè)干擾［38］。

3.2.3 衛(wèi)星導(dǎo)航系統(tǒng)的頻譜監(jiān)測(cè)和威脅探測(cè)

人工智能在導(dǎo)航系統(tǒng)的應(yīng)用集中體現(xiàn)在對(duì)導(dǎo)航頻譜信號(hào)的監(jiān)測(cè)，以及對(duì)干擾欺騙威脅的高效應(yīng)對(duì)。

使用人工智能的優(yōu)化全球衛(wèi)星導(dǎo)航系統(tǒng)（global navigation satellite system，GNSS）頻譜監(jiān)測(cè)網(wǎng)絡(luò)的區(qū)塊盒（Block-box）項(xiàng)目是歐空局導(dǎo)航創(chuàng)新與支持計(jì)劃（navigation innovation and support program，NAVISP）下的子項(xiàng)目，基于GNSS 頻譜采樣器，利用人工智能和機(jī)器學(xué)習(xí)技術(shù)監(jiān)測(cè)和清除信號(hào)，其具備調(diào)諧、監(jiān)控和實(shí)時(shí)信號(hào)處理功能，并基于人工智能算法檢測(cè)和分類信號(hào)，檢測(cè)系統(tǒng)異常和干擾。該項(xiàng)目主要任務(wù)包括基于人工智能的先進(jìn)信號(hào)監(jiān)測(cè)和清除技術(shù)；明確用例、環(huán)境和業(yè)務(wù)概念；設(shè)計(jì)、開發(fā)和制作區(qū)塊盒的模型和軟件算法；驗(yàn)證和演示基本功能性能。

此外，美國(guó)陸軍授予諾斯羅譜·格魯曼公司研發(fā)合同，利用人工智能和機(jī)器學(xué)習(xí)開發(fā)GPS 威脅探測(cè)軟件，在對(duì)抗戰(zhàn)場(chǎng)環(huán)境下應(yīng)對(duì)導(dǎo)航系統(tǒng)干擾和欺騙威脅。該軟件將部署到各種軟件定義無線電和其他類型嵌入式系統(tǒng)上，可快速檢測(cè)傳統(tǒng)上很難觀測(cè)到的低功耗GPS 威脅并對(duì)其進(jìn)行分類。目前該技術(shù)已在美國(guó)陸軍地面車輛上進(jìn)行了現(xiàn)場(chǎng)演示，展示了威脅檢測(cè)方面的重大改進(jìn)。

這種GPS 威脅探測(cè)軟件掃描射頻信號(hào)環(huán)境，使用機(jī)器學(xué)習(xí)在海量數(shù)據(jù)中搜索威脅特征。一旦檢測(cè)到并識(shí)別出威脅，威脅檢測(cè)器將與更大的用戶網(wǎng)絡(luò)共享其了解到的威脅類型和位置，然后用戶可以決定如何對(duì)威脅作出反應(yīng)。該算法還使用威脅數(shù)據(jù)自動(dòng)更新自己的已知威脅列表，以便在射頻環(huán)境的后續(xù)掃描中查找，支持現(xiàn)場(chǎng)快速修改、重新訓(xùn)練和重新部署。

3.2.4 衛(wèi)星編隊(duì)飛行的集群控制

作為人工智能領(lǐng)域的分支之一，群體運(yùn)動(dòng)控制集人工智能感知、決策和反饋于一體，聯(lián)合多個(gè)具有有限傳感能力的個(gè)體，實(shí)現(xiàn)整體智能的突破，主要應(yīng)用于機(jī)器人和無人系統(tǒng)。群體控制可使星座或編隊(duì)實(shí)現(xiàn)自主運(yùn)行，建立起自控的協(xié)同分工體系，充分發(fā)揮群體的互補(bǔ)優(yōu)勢(shì)，大幅提高任務(wù)執(zhí)行效率［39-40］。

DARPA 的“黑杰克”（Blackjack）衛(wèi)星星座，由90～100 顆衛(wèi)星組成，旨在研發(fā)具有較低尺寸、質(zhì)量、功耗及成本的低軌軍事通信與監(jiān)視衛(wèi)星。每顆衛(wèi)星均配有名為“賭場(chǎng)老板”（Pit Boss）的人工智能系統(tǒng)，內(nèi)含高速處理器和加密裝置，可用作通用的網(wǎng)絡(luò)和電氣接口，并提供任務(wù)層面的自主功能，可實(shí)現(xiàn)星座級(jí)和節(jié)點(diǎn)級(jí)指揮與控制、健康監(jiān)測(cè)與修復(fù)、星間和星內(nèi)數(shù)據(jù)管理以及在軌資源調(diào)度等（圖8）［41-42］。

圖8 Pit Boss 人工智能系統(tǒng)用于“黑杰克”低軌衛(wèi)星星座集群控制Fig. 8 Pit Boss in Blackjack program for low-earth-orbit satellite constellation control

3.3 人工智能在載人飛船中的應(yīng)用

人工智能技術(shù)在載人航天領(lǐng)域的應(yīng)用，可有效降低航天員的人身風(fēng)險(xiǎn)，為空間任務(wù)提供極大的便利，集中體現(xiàn)在宇航員的交互伴侶及載人飛船的自主控制［43-44］。

世界上首款人工智能宇航員“ 西蒙”-1（CIMON-1）于2018 年由“獵鷹”-9 火箭送入國(guó)際空間站，用作宇航員的交互式移動(dòng)伴侶。CIMON 是一個(gè)無手腳的圓形機(jī)器人（圖9），其麥克風(fēng)和攝像機(jī)可識(shí)別宇航員聲音和面部表情，與任何喚其名字的宇航員進(jìn)行語(yǔ)音交互，并輔助宇航員進(jìn)行科學(xué)實(shí)驗(yàn)?！拔髅伞?2 于2019 年飛往國(guó)際空間站，在“西蒙”-1 基礎(chǔ)上進(jìn)行了多項(xiàng)改進(jìn)，具有更靈敏的對(duì)講器、更先進(jìn)的定位能力、更穩(wěn)定的應(yīng)用程序和更先進(jìn)的人工智能算法，壽命延長(zhǎng)至3 年?！拔髅伞?2 采用的人工智能技術(shù)可分析語(yǔ)調(diào)變化，評(píng)估航天員的情緒并作出合適反應(yīng)，未來可用于陪伴航天員。

圖9 首款人工智能宇航員“西蒙”-1Fig. 9 The first AI astronaut CIMON-1

軍事空間站依然是人工智能在載人航天領(lǐng)域的應(yīng)用重點(diǎn)。美國(guó)國(guó)防部國(guó)防創(chuàng)新單元（defense innovation unit，DIU）于2019 年啟動(dòng)研發(fā)“軌道前哨”小型低軌自主軍事空間站（圖10）。

圖10 美國(guó)防部提出的低軌小型軍事自主空間站概念圖Fig. 10 Self-contained and free-flying orbital outpost proposed by the Department of Defense，the United States

該空間站利用人工智能自主控制技術(shù)，可實(shí)施自主在軌維護(hù)、軌道轉(zhuǎn)移和運(yùn)行控制，利用機(jī)械臂和標(biāo)準(zhǔn)化接口實(shí)施在軌裝配，還可與其他模塊化“前哨”臨時(shí)或永久連接，最終擴(kuò)大作戰(zhàn)人員活動(dòng)范圍。該空間站容積1 m3，最多可載1 人，載荷80 kg，持續(xù)供電系統(tǒng)功率1 kW，通信速率100 kb/s，氣壓0～101 kPa 之間可調(diào)。

對(duì)于長(zhǎng)期生活在空間站的航天員來說，長(zhǎng)期微重力環(huán)境會(huì)對(duì)航天員肌肉組織和骨骼組織造成傷害，導(dǎo)致骨質(zhì)流失和肌肉萎縮等癥狀?？墒褂没谀X機(jī)交互和肌電圖結(jié)合的人體外骨骼裝置，幫助航天員進(jìn)行恢復(fù)訓(xùn)練。

3.4 人工智能在空間態(tài)勢(shì)感知領(lǐng)域的應(yīng)用

人工智能技術(shù)可用于空間監(jiān)視網(wǎng)絡(luò)，提高態(tài)勢(shì)感知能力。

美國(guó)空軍授予Stottler Henke 公司研發(fā)合同，利用人工智能技術(shù)開發(fā)出先進(jìn)算法（圖11），提高空間監(jiān)視網(wǎng)絡(luò)（space surveillance network，SSN）的性能，包括提高基于越來越多互補(bǔ)跟蹤的空間目錄的準(zhǔn)確性，提升實(shí)時(shí)變化響應(yīng)度，以及通過有效利用傳感器，更高效地跟蹤低地球軌道上的小碎片、更有效地處理日益增多的檢測(cè)對(duì)象和新型傳感器，并利用改進(jìn)的通信和控制技術(shù)實(shí)現(xiàn)SSN 調(diào)度的全球優(yōu)化。

圖11 基于人工智能的天基監(jiān)視網(wǎng)絡(luò)調(diào)度算法架構(gòu)Fig. 11 Allocation algorithm of space surveillance network

此外，美國(guó)空軍太空及導(dǎo)彈系統(tǒng)中心于2019 年授予彈弓航天（Slingshot Aerospace）研發(fā)合同，研發(fā)“軌道神”（Orbital Atlas）預(yù)測(cè)性太空態(tài)勢(shì)感知軟件，應(yīng)用人工智能技術(shù)對(duì)來自衛(wèi)星等平臺(tái)的數(shù)據(jù)進(jìn)行分析，使作戰(zhàn)人員從關(guān)注太空目錄維護(hù)的傳統(tǒng)太空態(tài)勢(shì)感知解脫出來，有更多精力注重戰(zhàn)術(shù)層面、更具預(yù)測(cè)性的解決方案。軟件可提供每一個(gè)圍繞地球的太空目標(biāo)的細(xì)節(jié)信息，并充當(dāng)一個(gè)預(yù)測(cè)性引擎，將機(jī)器學(xué)習(xí)用于海量的太空觀察數(shù)據(jù)以及其他的背景數(shù)據(jù)流，如天氣數(shù)據(jù)等。該系統(tǒng)可描繪數(shù)據(jù)特征，可預(yù)測(cè)事件、碰撞及碎片軌道等。

4 發(fā)展展望

4.1 向強(qiáng)太空對(duì)抗方向發(fā)展

美軍已明確將“下一代太空體系架構(gòu)”作為未來聯(lián)合全域作戰(zhàn)的指控中樞，可以預(yù)見，未來太空對(duì)抗將日益白熱化。各主要軍事強(qiáng)國(guó)將著力推動(dòng)人工智能航天裝備的應(yīng)用向強(qiáng)對(duì)抗方向發(fā)展。人工智能強(qiáng)化學(xué)習(xí)等技術(shù)在運(yùn)載火箭的應(yīng)用，將進(jìn)一步降低進(jìn)入太空的成本和時(shí)間間隔，在己方太空裝備遭受攻擊時(shí)，可快速補(bǔ)充力量，增強(qiáng)太空對(duì)抗體系彈性；人工智能深度學(xué)習(xí)、類腦計(jì)算、人機(jī)交互、群體運(yùn)動(dòng)控制等技術(shù)在遙感、通信、導(dǎo)航衛(wèi)星以及星群的應(yīng)用，將進(jìn)一步提高衛(wèi)星數(shù)據(jù)處理速度、戰(zhàn)區(qū)情報(bào)實(shí)時(shí)投送能力，增強(qiáng)運(yùn)行鏈路抗欺騙和抗干擾能力；人工智能人機(jī)交互、自主控制等技術(shù)在軍事空間站的應(yīng)用，將使太空對(duì)抗具備天基指揮中樞；美軍積極推動(dòng)人工智能機(jī)器學(xué)習(xí)等技術(shù)在太空態(tài)勢(shì)感知方面的應(yīng)用，將使太空域日益成為各強(qiáng)國(guó)軍事對(duì)抗的焦點(diǎn)。

4.2 向強(qiáng)人工智能方向發(fā)展

當(dāng)前人工智能在航天裝備應(yīng)用的技術(shù)途徑主要以機(jī)器學(xué)習(xí)，尤其是深度學(xué)習(xí)為主。在技術(shù)上存在如數(shù)據(jù)依賴性強(qiáng)、算力依賴性強(qiáng)、可解釋性差、易受電子欺騙等難點(diǎn)，主流人工智能仍處于弱人工智能階段，尚不具有知覺和自主意識(shí)。而強(qiáng)人工智能，又名通用人工智能，是達(dá)到人類水平的、能夠自適應(yīng)地應(yīng)對(duì)外界環(huán)境挑戰(zhàn)的、具有自我意識(shí)和思維能力的人工智能。DARPA 于2018 年啟動(dòng)“下一代人工智能”（AI Next）計(jì)劃，開啟強(qiáng)人工智能探索序幕，并擬在5 年內(nèi)投資20 億美元。未來，以類腦智能等為代表的強(qiáng)人工智能探索將在航天裝備中得到廣泛應(yīng)用，并具備小樣本、抗欺騙和可解釋等特征。

4.3 向集群智能及人機(jī)混合智能方向發(fā)展

未來人工智能在航天裝備的應(yīng)用將向集群化和人機(jī)混合化方向發(fā)展，以最大程度發(fā)揮智能化航天裝備的作戰(zhàn)效能。一是美國(guó)加快研發(fā)“黑杰克”等基于人工智能的低軌小衛(wèi)星星座，支撐下一代太空體系架構(gòu)，通過把復(fù)雜大衛(wèi)星功能化整為零，實(shí)現(xiàn)太空作戰(zhàn)能力躍升和體系增強(qiáng)，滿足未來全域戰(zhàn)和馬賽克戰(zhàn)等需求。同時(shí)星上認(rèn)知與自主決策能力也將進(jìn)一步提高，實(shí)現(xiàn)深度學(xué)習(xí)在軌應(yīng)用、強(qiáng)化學(xué)習(xí)在軌進(jìn)化控制決策，為航天群智能的個(gè)體智能實(shí)現(xiàn)奠定基礎(chǔ)。二是以人機(jī)交互、人機(jī)協(xié)同等“人在回路”的人機(jī)混合智能將更廣泛應(yīng)用于航天裝備，類似“軌道前哨”軍事空間站的航天裝備，未來將充分發(fā)揮人對(duì)不確定問題的高級(jí)認(rèn)知機(jī)制和機(jī)器智能的各自優(yōu)勢(shì)，形成增強(qiáng)智能形態(tài)，進(jìn)一步發(fā)揮航天裝備效能，構(gòu)建天地一體，全域聯(lián)合的作戰(zhàn)體系。

5 結(jié)束語(yǔ)

人工智能在航天裝備領(lǐng)域的應(yīng)用將構(gòu)建精確、快速、可靠、彈性且低成本的天基對(duì)抗體系，將更好地適應(yīng)未來體系化、信息化、智能化戰(zhàn)爭(zhēng)，尤其是聯(lián)合全域一體化作戰(zhàn)要求。當(dāng)前，人工智能在航天裝備領(lǐng)域的應(yīng)用仍然存在數(shù)據(jù)依賴性強(qiáng)、可解釋性差、抗欺騙性弱等技術(shù)問題，以及數(shù)據(jù)共享等應(yīng)用問題。未來隨著以自我意識(shí)和思維能力為特征的強(qiáng)人工智能相關(guān)技術(shù)的不斷取得突破，以及數(shù)據(jù)戰(zhàn)略、云戰(zhàn)略等政策的實(shí)施，人工智能在航天裝備中的應(yīng)用范圍將越來越廣，并向強(qiáng)對(duì)抗方向演進(jìn)，并呈現(xiàn)星座集群和人機(jī)混合等特征。