文章图片
文章图片
文章图片
欧洲太空署正在训练人工智能自动躲避轨道上的太空垃圾 。
图片：2019年9月 ， 欧洲太空署的风能监测卫星“风神”号近距离贴近Space X公司的星链航天器 。 欧洲太空署需要计算出规避路线以避免碰撞 。
不久的将来 ， 人工智能驱动的太空垃圾规避系统将代替专家团队 ， 以处理近地轨道附近日益增长的太空垃圾 ， 从而减少碰撞威胁 。
欧洲太空署在德国达姆施塔特举办了新闻发布会 ， 欧洲太空署的太空安全部门负责人霍尔格.克拉格在第八次欧洲太空碎片讨论会上表示 ， 每隔两周 ， 位于德国达姆施塔特的航天器控制人员都会在欧洲太空操作中心计算20颗近地轨道卫星的规避路线 。 这一团队至少会遇到5次近距离碰撞的情况 ， 每一次都需保持监测及认真测算 ， 同时 ， 每一次也都要求跨学科团队成员全天电话在线 。
克拉格说到：“每次计算规避碰撞路线都是非常无趣的事 。 因为不仅因为燃料消耗问题 ， 而且每次都需要做好各种准备 。 我们需要预约浪费成本的地面站点通行许可 ， 有时 ， 我们甚至需要关闭数据获取设备 。 我们需要浪费一个专业团队着手处理这件令人讨厌的事 。 ”
此外 ， 这一情形发生的频率只会与日俱增 。 并不是所有的碰撞警告都是由太空碎片引发的 。 一些包括Space X、万维网以及亚马逊等公司也在建设由上千个卫星构建的巨型星座 ， 这些公司每个月发射航天器的数量相当于前几年全球全年发射的数量 。 日益严峻的太空事故正在持续引发太空碎片专家的关注 。 欧洲太空署表示 ， 事实上 ， 太空署操作人员近期接收到的近一半的碰撞警告既来自小型卫星 ， 也来自行星航天器 。
因此 ， 欧洲太空署要求全球人工智能群体协助开发一款系统 ， 以促使航天器能自动规避太空碎片 ， 或者至少能减少专家团队当前面临的压力 。
来自欧洲太空署操作中心的罗尔夫.丹斯在新闻发布会上表示：“我们搜集了大量的碰撞警告数据 ， 并通过这些历史数据来训练人工智能系统 ， 使其能够预测警告产生后3天内的撞击风险演变情况 。 尽管结果还没有很完美 ， 但是 ， 人工智能已经能够在很多案例中复制决策程序 ， 并准确辨识需要计算规避路线的案例 。 ”
蒂姆.弗洛勒是欧洲太空署太空碎片办公室的负责人 ， 他告诉我们：“太空署将探索更新的人工智能开发路径 ， 例如深度学习以及神经网络等 ， 从而提高算法的准确性 。 ”
蒂姆.弗洛勒表示：“标准的人工智能算法需要借助大量的数据集来进行训练 ， 但是 ， 从人工智能训练的角度来说 ， 我们碰撞推演的案例数据并没有那么多 。 下一阶段 ， 我们将开发更适合太空现实情况的人工智能工具 ， 从而能够借助更小的数据集开展训练 。 ”
现在 ， 人工智能算法能够协助地面团队预测及监测每个碰撞警告 ， 即每个卫星可能与轨道上的其他物体产生碰撞事故的警告 。 据弗洛勒所说 ， 这类人工智能助手将在未来帮助团队减少所需的专家人手 ， 并帮助团队处理日益增长的太空事故 。 而现在 ， 仍需要人工操作来计算碰撞规避路径 。
克拉格说：“截至当前 ， 我们已经将很多需要专家全天在线处理以及跟踪碰撞警告等事务实现自动化处理 ， 未来几年 ， 我们希望能够找到一种解决方法以处理此类问题 。 ”
丹斯补充到 ， 全球人工智能群体最终将共同合作 ， 创造一个类似于现代飞机事故管理的碰撞规避系统 ， 使得人工智能能够不需要借助地面人工协调沟通 ， 并实现完全的自动化处理 。
丹斯说到：“飞机事故处理系统更加的先进一些 。 飞机碰撞规避系统是去中心化的 ， 并且能够自动触发 。 但是太空碎片规避系统还未实现这一功能 ， 未来 ， 还需要更多的国际讨论与合作 。 ”
事实上 ， 不仅科学卫星面临轨道撞击风险 ， 太空飞行器如Space.X的奋进号卫星也同样面临这一风险 。 搭载四位宇航员的奋进号航天器在巡航国际空间站期间 ， 曾险些遭遇小碎片撞击 。 警报终止了太空航天员的休闲时间 ， 并促使宇航员回到了太空舱 ， 坐回座位以随时处理可能出现的情况 。
