导读 使航天器更加自主。机器学习和深度学习如何推动促进自主的算法。利用 MATLAB 和 Simulink 等软件设计工具进行算法训练和其他方面。人工
使航天器更加自主。
机器学习和深度学习如何推动促进自主的算法。
利用 MATLAB 和 Simulink 等软件设计工具进行算法训练和其他方面。
人工智能 (AI) 继续在新闻中占据主导地位，但现实并不总是像炒作那样。汽车行业就是这种情况，为公众提供全自动驾驶汽车的目标仍然遥不可及。
令人惊讶的是，航天工业长期以来一直是保守工程的坚定支持者，它准备以实用和务实的方式部署机器学习，并再次成为计算应用程序的领导者。事实上，人工智能可能成为下一代航天器的竞争优势。
人工智能及其在航天工业中的潜力
人工智能在航天工业中的应用非常适合渐进式发展。首先，能够执行类似“空路行驶”任务的航天器已经在一定程度上解决了自动驾驶问题。太空中的车辆、行人或自行车都不能在航天器前面跳跃——大部分是空的，在众所周知的物理定律内运行，没有伦理问题。
其次，虽然汽车的主要用途是从 A 点到 B 点的运输(这是 AI 专注于实现的)，但航天器通常还有许多其他用途。事实上，相当于“运输”功能(在航天工业的语言中称为制导、导航和控制)虽然至关重要，但通常只是其他功能的推动者，例如提供卫星成像或进行科学观察。这意味着许多功能可以利用人工智能，其中一些功能比其他功能更具风险。由于人工智能在太空中仍未得到证实，因此风险较小的功能是其首次应用的理想选择。
航天工业在逐步使航天器越来越自主方面也有着悠久的历史。能够自行做出更多决定的航天器更有价值，尤其是对于太空探索而言。