太空署正在訓練人工智能自動躲避軌道上的太空垃圾。

圖片：2019年9月，太空署的風能監測衛星“風神”號近距離貼近Space X公司的星鏈航天器。太空署需要計算出規避路線以避免碰撞。

不久的將來，人工智能驅動的太空垃圾規避系統將代替專家團隊，以處理近地軌道附近日益增長的太空垃圾，從而減少碰撞威脅。

太空署在德國達姆施塔特舉辦了新聞發布會，太空署的太空安全部門負責人霍爾格.克拉格在第八次太空碎片討論會上表示，每隔兩周，位于德國達姆施塔特的航天器控制人員都會在太空操作中心計算20顆近地軌道衛星的規避路線。這一團隊至少會遇到5次近距離碰撞的情況，每一次都需保持監測及認真測算，同時，每一次也都要求跨學科團隊成員全天電話在線。

克拉格說到：“每次計算規避碰撞路線都是非常無趣的事。因為不僅因為燃料消耗問題，而且每次都需要做好各種準備。我們需要預約浪費成本的地面站點通行許可，有時，我們甚至需要關閉數據獲取設備。我們需要浪費一個專業團隊著手處理這件令人討厭的事。”

此外，這一情形發生的頻率只會與日俱增。并不是所有的碰撞警告都是由太空碎片引發的。一些包括Space X、萬維網以及亞馬遜等公司也在建設由上千個衛星構建的巨型星座，這些公司每個月發射航天器的數量相當于前幾年全球全年發射的數量。日益嚴峻的太空事故正在持續引發太空碎片專家的關注。太空署表示，事實上，太空署操作人員近期接收到的近一半的碰撞警告既來自小型衛星，也來自行星航天器。

因此，太空署要求全球人工智能群體協助開發一款系統，以促使航天器能自動規避太空碎片，或者至少能減少專家團隊當前面臨的壓力。

來自太空署操作中心的羅爾夫.丹斯在新聞發布會上表示：“我們搜集了大量的碰撞警告數據，并通過這些歷史數據來訓練人工智能系統，使其能夠預測警告產生后3天內的撞擊風險演變情況。盡管結果還沒有很完美，但是，人工智能已經能夠在很多案例中復制決策程序，并準確辨識需要計算規避路線的案例。”

蒂姆.弗洛勒是太空署太空碎片辦公室的負責人，他告訴我們：“太空署將探索更新的人工智能開發路徑，例如深度學習以及神經網絡等，從而提高算法的準確性。”

蒂姆.弗洛勒表示：“標準的人工智能算法需要借助大量的數據集來進行訓練，但是，從人工智能訓練的角度來說，我們碰撞推演的案例數據并沒有那么多。下一階段，我們將開發更適合太空現實情況的人工智能工具，從而能夠借助更小的數據集開展訓練。”

現在，人工智能算法能夠協助地面團隊預測及監測每個碰撞警告，即每個衛星可能與軌道上的其他物體產生碰撞事故的警告。據弗洛勒所說，這類人工智能助手將在未來幫助團隊減少所需的專家人手，并幫助團隊處理日益增長的太空事故。而現在，仍需要人工操作來計算碰撞規避路徑。

克拉格說：“截至當前，我們已經將很多需要專家全天在線處理以及跟蹤碰撞警告等事務實現自動化處理，未來幾年，我們希望能夠找到一種解決方法以處理此類問題。”

丹斯補充到，全球人工智能群體最終將共同合作，創造一個類似于現代飛機事故管理的碰撞規避系統，使得人工智能能夠不需要借助地面人工協調溝通，并實現完全的自動化處理。

丹斯說到：“飛機事故處理系統更加的先進一些。飛機碰撞規避系統是去中心化的，并且能夠自動觸發。但是太空碎片規避系統還未實現這一功能，未來，還需要更多的國際討論與合作。”

事實上，不僅科學衛星面臨軌道撞擊風險，太空飛行器如Space.X的奮進號衛星也同樣面臨這一風險。搭載四位宇航員的奮進號航天器在巡航國際空間站期間，曾險些遭遇小碎片撞擊。警報終止了太空航天員的休閑時間，并促使宇航員回到了太空艙，坐回座位以隨時處理可能出現的情況。

據太空署數據顯示，自1957年蘇聯成功發射第一顆人造衛星以來，大約已有11370個衛星發射升空，其中約6900個衛星仍運行在軌道中，但是僅有4000個仍在發揮作用。

BY: Tereza Pultarova

FY: 秋

如有相關內容侵權，請在作品發布后聯系作者刪除

轉載還請取得授權，并注意保持完整性和注明出處