以下文章来源于穹顶数据DOMEDATA ，作者Peter东

[

穹顶数据DOMEDATA .以数据为眼，带你了解数据之间有趣的联结、解读数据背后的意义。

](#)

导语**：**

无垠的太空，无尽的星辰，多少人为之奋斗。然而太空对人类并不友好，于是在探索太空的过程中，人们幻想出各式机器人，从星球大战中的R2D2，到流浪地球中的MOSS，帮助人类一起漫游太空。在现实中，AI与太空探索关系密切，本文举出几个AI能够助力太空探索的应用场景，以及该领域面对的挑战。

01

交互式机器人，守护宇航员的心理健康

太空探索是一个漫长的过程，宇航员长期身处封闭的狭小空间，与亲人的通信延迟增加，长期从事高度紧张的工作，容易出现心理问题，影响团队协作。对于诸如登陆火星这样的任务，如何克服这些困难，一个能够感知到宇航员情绪的对话机器人，例如 IBM 和空中客车公司（AirBus）在德国航空太空中心（DLR）授予下，于2019年共同研发了宇航员交互式移动伙伴 Project CIMON（Crew Interactive Mobile Companion）。
CIMON精通太空航行所需专业术语，可以和宇航员们自然交流、互动，帮助宇航员解决遇到的技术问题，识别出宇航员可能给出的错误指令，缩短设计规划以及后期审查的指令所需的时间，当飞行器有异常时，它能及时提醒机组人员检查，除了能快速定位问题所在，还能给出准确的建议。CIMON还能够通过摄像头识别人类宇航员的面部表情和声音，通过麦克风倾听、理解内容，并在宇航员思念家人的时候，播放相关的视频，用更富有同情心的语调，给宇航员温暖的回应和关心。

这样的机器人，可以通过宇航员在模拟飞行过程中，与指挥人员的对话进行训练，从中提取专业知识，从而可以帮助宇航员在面临数十分钟的通信延迟（例如登陆火星）任务时，及时做出决策。而通过将志愿者隔离在一处模拟载人飞船的试验场里，去考察他们的心理状态如何随着长时间的禁闭生活改变，可以让陪伴机器人更好得了解人类的心理变化轨迹，从而训练出更有人情味的对话机器人，为2033年中国登陆火星保驾护航。

02

避免太空垃圾，需要AI提前预测

电影“地心引力”中，宇航员就是因为没能预警到太空垃圾的影响，才差一点命丧太空。随着越来越多的卫星发射，太空垃圾已经成为一个严重问题。根据美国航天局约翰逊航天中心资料，目前，地球周围有近12.5亿块太空碎片，大小自1毫米至数十厘米不等。这些太空碎片已经对宇航员的地球轨道活动、通信与气象卫星网络、乃至未来的太空航行构成严重威胁。
通过从太空中拍摄的视频，可以训练深度学习算法，来识别并找出太空垃圾，进而通过机械臂抓取后，让其进入大气层烧毁。如何在有限的计算资源，及苛刻和相对未知的环境下使用这些算法，将会是一大挑战，下图展示的，就是这样一枚清理太空垃圾的卫星

除了清除太空垃圾，人工智能还能为现有的航天器保驾护航，提前对可能产生威胁的太空碎片预警，设计最节省燃料的轨迹规避碎片，这一过程可以不受地面指挥中心的干预独立进行。
03

AI可解决太空中可能出现的健康问题

未来太空探索将不仅仅是专业人士的特权，太空旅游的兴起，将让如今许多普通的年轻人有可能在有生之年登上太空。但太空旅游毕竟是有很高风险的，如果能提前预测哪些人不适合进行太空旅行，或者指出不同的个人在登上太空后的健康风险有何不同，将会让太空旅游变得更加安全，接受门槛更低。而这也是AI在太空领域的一大应用。

长时间航行的宇航员，其身体健康必然会因为太空中失重，高辐射而受影响而需要持续监控，可穿戴设备可长期记录宇航员的各项身体指标，但对其分析却需要实时进行，从而避免由于通信延迟造成本可以捕捉到的预警信号被忽略。而这就需要训练好的AI模型。

太空对健康不仅仅是有害的，有一种理论假设，肿瘤细胞在太空会因为失重而消失，对该假设的研究，已在天宫一号上展开，如果有更多的证据支持这一假说，那么未来人们攻克癌症，又会多出一份希望，而在这一过程中产生的海量数据，对其的收集、清洗和分析，也少不了AI的应用。

通过对宇航员登上太空后细胞内分子层面的变化，例如找出其蛋白质，激素，以及不同组织的基因转录情况的区别，可以深入理解太空环境对人体健康的影响。从而对症下药，由AI预测可能的补充剂或新的药物候选分子，来针对性地应对太空旅行带来的昼夜节律颠倒，骨骼钙质流失等问题。

04

太空大数据-开放数据带来巨大的经济收益

卫星遥感数据，精度越来越高，实时性也越来越好。其数据类型包括大气监控，海洋环境监控，陆地监控。借助上述数据，可以在防灾减灾、环保监测、冲突维稳、勘察设计等领域，以更便捷地方式调配资源，提前预警，从而更高效地完成相应任务。对于应对全球气候变化带来的极端天气事件，也能进行有效地应急管理。
数据开放后，不论是政府机构，高校还是初创企业，都可以基于卫星数据开发应用。例如，农业可通过水田和旱田的影像，判断作物生长状况和收获时期，相关的场景还包括水资源管理，农业产量预测，播种时间，施肥和作物生长情况监测。这些服务可提升种子，肥料，除草剂和其他农业投入物的使用效率。体育行业通过卫星影像，可以对高尔夫球场，足球场的土壤湿度，植被指数和状态进行评估，实现最佳灌溉效果并提高消防安全，进行干旱监测。工商业则能通过测算图像内的汽车数量，为新建商业设施找出合适地点、管理大规模工厂的建设状况。保险业也可以基于卫星数据，对全局风险进行更精准的评估和预测。而在收集了更大尺度的数据后，发现一些只有在宏观尺度上才会涌现的规律变为可能，这会提升我们对社会群体现象的认知水平。而所有这些的基础，是卫星影像数据的开源化或商品化，对于公共资金资助的项目，应该有条件的选择数据开源，而对于企业投资主导的，则要让项目产生的数据可以自由交易，从而使其发挥更大的价值。05

畅想未来 AGI引导的太空探索机器人

上述应用，都是基于当下技术的，但读者更想知道，我们究竟能不能像科幻电影中那样，发射无人探测器，去代替我们探索甚至殖民未知的星球。而这类幻想背后所需的技术，被称为通用人工智能AGI，这是学术界的研究热点。科幻小说中的冯诺依曼探测器，是一种能够自我复制的太空探测器。它可以利用任意星系的原材料，完成自我修复，并构建出能够产生更多和自身一样的探测器。其复制的方式，类似于细菌的繁殖，因此其能以指数级的效率，去探索太空，甚至占满整个星系。诚然人们目前对如何实现AGI，还没有定论之外，即使奇点降临，我们能够造出的冯诺依曼探测器，我们是否应该造出这样的机器，是否会出现AI失控，威胁人类生存的风险，也是值得考虑的问题。但在此之前，我们可以将关注点从科幻电影移开，关注相对成熟的应用场景，例如AI在宇航员身心健康，飞行器导航，线路规划及风险规避。