人工智能技術在太空中有很多應用，例如偵察衛星在過境期間會拍攝許多圖片，大部分非敏感區域的圖片被認為是“無效圖片”而過濾掉，事實上，這些區域也可能存在有效圖片;人工智能算法可以幫助人類識別圖片并優化敏感區域的劃分。人工智能還可以協助大型星座進行自主導航和避碰，形成“集體意識”。國外這方面的研究很多，NASA和ESA走在前列。

一、美國NASA

NASA將人工智能用于許多應用，并成立了人工智能小組，開展支持科學分析、航天器操作、任務分析、深空網絡操作和太空運輸系統的基礎研究。

(1)優化無線電頻譜。NASA研究了如何利用認知無線電提高衛星通信網絡的效率和可靠性，認知無線電可以找出通信頻段中的“白噪聲”區域并使用它們來傳輸數據;這最大限度地利用了有限的可用電信頻段并最大限度地減少了延遲時間。

(2)篩選系外行星。NASA還與谷歌合作訓練其廣泛的人工智能算法，以有效地篩選來自開普勒系外行星任務的數據，尋找來自穿過其母星前方的系外行星的信號。這些成功的合作很快導致了人類科學家之前錯過的兩顆新的系外行星的發現。

(3)支持深空探索。對于深空探索，NASA考慮設計更多自主航天器和著陸器，以便它們可以在現場做出決定，消除通信中繼時間造成的延遲。他還應用人工智能技術來校準太陽圖像，改進科學家用于太陽能研究的數據。

二、歐盟(ESA、DLR)

(一)ESA

2022年，歐空局發現項目(ESA Discovery)資助了12個項目，這些項目探索是否可以應用人工智能和先進計算的最新發展，使衛星更具反應性、敏捷性和自主性。其中一些項目研究了配備人工智能的航天器如何更好地運作。

(1)自助導航。自主導航是人工智能的一個關鍵應用，它將幫助人類在地球和其他行星上導航。Discovery的一項研究探討了如何使用人工智能幫助航天器在未知環境中獨立導航。ESA的先進概念團隊(ACT) 還研究了機器學習在制導、導航和控制領域的應用。特別是，他們研究了使用大群小型機器人在網絡中共享信息：如果一個機器人從經驗中了解到某種操作是有益的，那么整個機器人群都會學習到這一點，這稱為蜂群學習。

歐空局的Hera行星防御任務將利用人工智能引導衛星穿過太空飛向小行星，采用與自動駕駛汽車類似的方法。雖然大多數深空任務都有一個返回地球的明確驅動程序，但Hera將融合來自不同傳感器的數據，建立其周圍環境的模型，并在船上自主做出決策。

(2)管理星座。一些認知計算項目專注于衛星星座。我們在現代世界中看到越來越多的衛星星座，它們操作起來很復雜，并且需要定期進行避免碰撞的操作。Discovery早在2000年就開始研究自動化星座，例如實現自主導航、遙測分析和軟件升級。最近的一項研究進一步發展了這一想法，重點關注復雜星座的自主管理，以減少地面操作員的工作量。Discovery的其它研究調查了一群微型衛星如何形成集體意識，并研究了人工智能如何用于先進的任務操作和技術，以及創新的安全概念、機制和架構。

(3)數字孿生地球。地球觀測是人工智能已經得到更廣泛應用的領域之一。歐空局目前正在致力于地球數字孿生，這是一個不斷輸入地球觀測數據和人工智能的復制品，以幫助可視化和預測地球上的自然和人類活動。此外，2020年9月發射的FSSCat衛星，是歐洲第一個以?-sat-1人工智能芯片形式搭載人工智能的地球觀測衛星，通過過濾已有的機載數據，?-sat-1正在提高將大量數據發送回地球的效率。

(二)DLR

人工智能還為國際空間站(ISS)上的宇航員提供幫助，德國航空航天中心(DLR)多年來一直致力于開發太空和地球應用的人工智能方法，并于2021年成立了人工智能安全研究所。2018年，DLR推出了人工智能助手——CIMON(船員互動移動伴侶)，以支持宇航員在國際空間站上執行日常任務。完全語音控制的CIMON能夠看、說、聽和理解語義。

三、大學與企業

丹麥技術大學(DTU)和丹麥公司Space Inventor正在與丹麥的法國國防和技術公司泰雷茲合作開發新技術，旨在監測、識別太空和地球上的軍事威脅。泰雷茲表示，人工智能(AI)驅動的技術將被設計用于處理來自衛星和陸基傳感器的大量數據流，從而為利用太空數據和情報用于軍事目的奠定基礎。該項目名為INTEGRAL，是歐盟SSAEW SC2(太空態勢感知--太空指揮與控制)的一部分，并得到歐洲國防基金的資金支持。

審核編輯：黃飛