人工智能的发展速度之快，已不再局限于解决地球自身的问题。
人工智能也在助力太空探索，从任务设计到数据流处理，无所不包。
一款名为Cimon的人工智能助手将通过执行宇航员的指令来减轻他们的压力。
近年来，人工智能备受瞩目，使我们能够以远超传统计算能力所及的速度解决问题。例如，最近，谷歌的人工智能子公司DeepMind开发了AlphaFold2，这是一个解决了蛋白质折叠问题的程序。这一问题困扰科学家长达50年之久。
人工智能的进步使我们在各个领域取得了突破，而这些应用并不局限于地球。从设计任务到清除地球轨道上的垃圾，以下是人工智能帮助我们在太空中走得更远的几种方式。
宇航员助手
您是否还记得电影《星际穿越》中的助手机器人塔斯和凯斯？虽然这些机器人尚未用于真正的太空任务，但研究人员正致力于打造类似的智能助手，以协助宇航员。这些基于人工智能的助手或许不如电影中的那般炫酷，却可能对太空探索大有裨益。
一款新近开发的虚拟助手可能会在漫长的太空任务中检测出潜在危险，例如航天器大气成分的变化（如二氧化碳含量增加），或可能造成危害的传感器故障。随后，它会提醒机组人员，并提出检查建议。
名为Cimon的人工智能助手已于2019年12月被送往国际空间站（ISS），目前正在该站接受为期三年的测试。最终，Cimon将通过执行宇航员的指令来减轻他们的压力。美国国家航空航天局（NASA）还在为国际空间站上的宇航员开发一名伙伴，名为Robonaut，它将与宇航员并肩工作，或承担对宇航员而言风险过高的任务。
任务设计与规划
规划前往火星的任务并非易事，但人工智能可以让这一过程变得更加轻松。新的太空任务传统上依赖于以往研究所积累的知识。然而，这些信息往往有限，或无法完全获取。
这意味着，技术信息的流通受限于其他任务设计工程师能否获取并共享这些信息。但如果几乎所有以往太空任务的全部信息，都能让有权限的人员在几次点击之内获取，又会如何？或许有朝一日，会出现一个更智能的系统——类似于维基百科，但配备了人工智能，能够以可靠且相关的信息回答复杂问题——以助力新太空任务的前期设计与规划。
研究人员正在探索一种设计工程助手的构想，以缩短最初任务设计所需的时间，否则这一过程将耗费大量人工工时。“Daphne”是另一个例子，它是一款用于设计对地观测卫星系统的智能助手。系统工程师在卫星设计团队中使用Daphne。它通过提供相关信息（包括反馈意见）以及对特定问题的解答，让他们的工作变得更加轻松。
卫星数据处理
对地观测卫星会产生海量数据。这些数据由地面站在较长时间内分批接收，必须先拼接完整，才能进行分析。虽然此前已有一些众包项目在极小规模上开展基础卫星图像分析，但人工智能可以为精细的卫星数据分析提供有力支持。
面对接收到的海量数据，人工智能在智能处理方面成效显著。它已被用于估算城市地区的热量储存，并将气象数据与卫星图像相结合，以估算风速。人工智能还助力利用地球静止卫星数据进行太阳辐射估算，以及许多其他应用。
用于数据处理的人工智能还可应用于卫星本身。在最新研究中，科学家针对一种远程卫星健康监测系统测试了多种人工智能技术。该系统能够分析从卫星接收的数据，以检测任何问题、预测卫星健康状况，并呈现可视化结果，助力知情决策。
太空垃圾
21世纪最大的太空挑战之一，是如何应对太空垃圾。据欧洲航天局（ESA）称，近34,000个直径大于10厘米的物体对现有太空基础设施构成严重威胁。目前已有一些创新方法可应对这一威胁，例如，若卫星部署在近地轨道区域，可将其设计为在受控状态下重返地球大气层，并使其完全解体。
另一种方法是避免太空中任何可能的碰撞，从而防止碎片产生。在最近的一项研究中，研究人员开发出一种利用机器学习（ML）技术设计规避碰撞机动的方法。
另一种新颖的方法是利用地球上强大的计算能力训练机器学习模型，将这些模型传输至已在轨或正在前往太空的航天器，并在船上运用它们做出各类决策。最近有人提出一种确保太空飞行安全的方式，即最近已有人提出在航天器上使用已训练好的网络。这使卫星设计更加灵活，同时将在轨碰撞的风险降至最低。
导航系统
在地球上，我们习惯于使用谷歌地图等依赖GPS或其他导航系统的工具。但目前，其他天体上尚无此类系统。
月球或火星周围目前没有导航卫星，但我们可以利用月球勘测轨道器（LRO）等观测卫星拍摄的数百万张图像。2018年，NASA的一个研究团队与英特尔合作，开发出一种智能导航系统，利用人工智能探索行星。他们使用各项任务中获得的数百万张照片训练模型，并绘制出了一幅虚拟月球地图。
随着我们继续探索宇宙，我们将持续规划宏大的任务，以满足我们与生俱来的好奇心，并改善地球上人类的生活。在我们的探索中，人工智能将助力我们在地球和太空中实现这一探索。
