近年來，人工智能一直在掀起波瀾，使我們能夠以比傳統計算更快的速度解決問題。例如，最近，谷歌的人工智能子公司DeepMind開發了AlphaFold2，這個程序解決了蛋白質折疊問題。這個問題已經困擾了科學家50多年年。

人工智能的進步使我們能夠在各種學科上取得進步，而這些學科不僅限于此我們地球上的應用。從設計任務到清除地球的垃圾軌道，在太空探索的這五個方面，人工智能大有作為。

宇航員助手

您還記得電影《星際穿越》中的輔助機器人Tars和Case嗎？盡管這些機器人尚不具備執行實際太空任務的能力，但研究人員正在朝著類似的方向努力，他們創建了智能助手來幫助宇航員。這些基于人工智能（AI）的助手，即使看上去可能不像電影中的助手那樣，對太空探索也可能會非常有用。

最近開發的虛擬助手可以潛在地檢測到長時間太空任務中的任何危險，例如航天器大氣的變化（例如二氧化碳增加）或傳感器故障，該危害可能是潛在的危害，然后它將提醒機組人員檢查的建議。

圖注：西蒙（Cimon）將協助國際空間站上的宇航員。

名為西蒙（Cimon）的AI助手于2019年12月飛往國際空間站（ISS），正在接受三年的測試。最終，西蒙將通過執行要求他們執行的任務來減輕宇航員的壓力。NASA還在國際空間站上為宇航員開發了一個名為“劫掠者（Robonaut）”的同伴，它將與宇航員一起工作或承擔對他們來說太冒險的任務。

任務設計與規劃

計劃前往火星的任務并非易事，但人工智能可以使其變得更容易。傳統上，新的太空任務依靠以前研究中收集的知識。但是，此信息通常可能受到限制或無法完全訪問。

這意味著技術信息流受到誰可以在其他任務設計工程師之間訪問和共享信息的約束。但是，如果幾乎有權限的任何人只要單擊幾下，幾乎所有以前的太空任務的所有信息都可以使用，該怎么辦？有一天，可能會有一個更智能的系統（類似于Wikipedia，但具有能夠以可靠且相關的信息回答復雜查詢的人工智能），以幫助早期設計和計劃新的太空任務。

研究人員正在研究一種設計工程助手的想法，以減少初始任務設計所需的時間，否則，這將花費許多人力。“Daphne”是設計地球觀測衛星系統的智能助手的另一個例子。“Daphne”由衛星設計團隊的系統工程師使用，通過提供對相關信息（包括反饋以及對特定查詢的答案）的訪問，這使他們的工作更加輕松。

衛星數據處理

地球觀測衛星產生大量數據。地面站會在很長一段時間內以間斷性的形式接收到該數據，并且不得不對其進行拼湊才能對其進行分析。盡管有一些眾包項目可以進行很小規模的基本衛星圖像分析，但人工智能可以幫助我們進行詳細的衛星數據分析。

對于接收到的大量數據，人工智能在智能處理方面非常有效。它已用于估算城市地區的熱量存儲，并將氣象數據與衛星圖像結合起來以進行風速估算。人工智能還幫助利用對地靜止衛星數據進行太陽輻射估計以及許多其他應用。

用于數據處理的人工智能（AI）也可以用于衛星本身。在最近的研究中，科學家測試了用于遠程衛星健康監控系統的各種人工智能（AI）技術。這能夠分析從衛星接收到的數據，以檢測任何問題，預測衛星的健康狀況并呈現可視化的信息，以做出明智的決策。

人工智能還被用來解決太空垃圾問題

太空碎片

21世紀最大的太空挑戰之一是如何處理太空碎片。據歐洲航天局稱，有近34,000個大于10厘米的物體，對現有空間基礎設施構成了嚴重威脅。有一些創新的方法可以應對這種威脅，例如，如果將衛星部署在低地球軌道區域內，使其重新進入地球大氣層，從而使它們以可控的方式完全解體，那么它們可以重新進入地球的大氣層。

另一種方法是避免在空間中發生任何可能的碰撞，以防止產生任何碎片。在最近的一項研究中，研究人員開發了一種使用機器學習（ML）技術設計避撞回旋的方法。

另一種新穎的方法是利用地球上可用的巨大計算能力來訓練ML模型，將這些模型傳輸到已經在軌道上或正在運行的航天器中，并將其用于各種決策。最近已經提出了一種使用航天器上已經訓練有素的網絡來確保太空飛行安全的方法。這使衛星設計具有更大的靈活性，同時將在軌碰撞的危險降到最低。

導航系統

在地球上，我們習慣于使用GPS或其他導航系統的工具，例如中國北斗導航系統。但是，目前尚無其他外星人身體的系統。

我們沒有任何圍繞月球或火星的導航衛星，但我們可以使用我們從月球勘測軌道飛行器（LRO）等觀測衛星獲得的數百萬張圖像。2018年，美國宇航局（NASA）的一組研究人員與英特爾合作，開發了一個利用人工智能探索行星的智能導航系統。他們對模型進行了模型培訓，從各種任務中可獲得數百萬張照片，并制作了一張虛擬月球地圖。

在繼續探索宇宙的過程中，我們將繼續計劃雄心勃勃地探索任務，以滿足我們固有的好奇心并改善地球上的人類生活。在我們的努力中，人工智能將幫助我們在地球和太空中使這次探索成為可能。
編輯：hfy