• 与AI对话:航天事业发展的新引擎

    来源: 中国科学技术馆
    更新时间:
      在信息技术日新月异、蓬勃发展的当下,生成式人工智能已成为促使进步和创新的前沿力量,它正以势不可挡的巨大推力和不可估量的潜能,彻底革新我们对智能的认知,为各行各业掀起前所未有的变革浪潮。在航空航天这个充满无限可能与未知的浩瀚领域,AI技术也将渗透在各个方位和维度,书写新时代的辉煌篇章。
      走进AI的世界
      生成式人工智能,如同一位兼具模仿力与创新精神的“艺术大师”,它能够依据给定的提示信息,通过机器学习技术,在大规模多模态数据集的“知识海洋”里探索学习,进而产出全新的文本、程序代码、图像、视频或其他形式的媒体内容。中国人工智能公司深度求索发布的开源大模型DeepSeek-R1,一经上线,火爆全球,用户可以通过训练,搭建情景和它聊天,输入指令,让其生成对应的内容;还有我们所熟知的ChatGPT,可以生成图片、编写代码、搜索网页等,模型多样,功能强大。
    我国生成式人工智能产品用户规模2.3亿人
      通过技术的发展,AI在不同的场景有不同的应用模式,以下三种最为典型:第一种“交互模式”,包括语音、图形交互,属于知识的问答检索范畴;第二种“代理模式”,或称为设计辅助分析,即人工智能系统代替人类执行部分任务,比如分析飞行器的力学性能,以前需要人工全程操作进行仿真实验和分析,现在人工智能模型可以辅助整理数据、量化分析,大幅提高了自动化水平;第三种是“创造模式”,这是最为高阶的应用形式,可根据文本创造生成全新的内容。
      航天之路荆棘载途
      人类探索宇宙奥秘、开拓生存空间的伟大征程,航天事业始终走在最前列,未来发展前景广阔,但也面临着诸多发展瓶颈与难题。
    海南商业航天发射场一号发射工位首次发射取得圆满成功
      航天事业的发展最重要的是技术攻坚。航天产业在数据层面独具特性,需求小众、受众有限、定制化程度颇高,致使数据规模受限。尽管运载火箭发射次数已达数百次,可型号繁杂,且每次发射状态各异,每一枚火箭都是一个独立的样本,形成了典型的小样本问题。同时,数据蕴含的知识浓度极高,如何将这些高浓度的知识转化为人工智能所适配的大规模、整齐的数据集,是航天领域面临的一个重大难题。
      航天领域研究离不开强大的算法。传统的算法具有连续的数学公式和明确边界,而人工智能模型的边界呈现参差不齐的特性,像是充满孔隙的“奶酪”,这些孔隙如同潜在的故障隐患,难以预测和控制。航天工程对可靠性和精确度的要求极为严苛,这种误差是必须清除的。
      从我国目前的行业现状和人才储备来看,专业运维和管理大规模智能计算集群的人才十分匮乏。虽然可以通过购买服务来解决部分算力问题,但依旧无法确保这些集群的稳定性和效率。另外,航天领域的研发和运营资金需求量大,如何在有限预算内实现技术突破和任务目标,也是摆在眼前的现实挑战。同时,航天活动还得直面太空垃圾、空间碎片等环境威胁,给航天任务的安全实施增添了不少变数。
      AI赋能,共赴星辰
      面对航天事业的诸多挑战,生成式人工智能正以其独特的优势,开辟了全新的发展路径,展现出无可估量的应用价值。
      在航天设计和研发阶段,生成式人工智能的“交互”和“创造”特性凸显关键作用,工程师借助自然语言与AI对话,可迅速检索运载火箭、航天器相关资料,了解国内外前沿技术进展。AI还能根据工程师的创意构思和实际需求,提供各种设计构型和解决方案,帮助优化飞行器的结构设计,实现减重增效,大幅缩短研发周期、削减成本。
      在执行航天任务过程中,“代理”功能至关重要。例如,人工智能系统可实时监测飞行器的状态,分析传感器数据,预测潜在的风险,并及时采取措施进行调整或修复。在深空探测任务中,探测器凭借AI技术自主分析周围环境,识别地形特征,规划最优的行进路径,减少对地面控制中心的依赖,提高任务执行的效率和安全性。例如嫦娥五号、嫦娥六号着陆器通过人工智能自主识别选择着陆区域,数字化仿真平台借助数据分析快速得出最优方案。
    嫦娥六号着陆器通过人工智能自主识别选择着陆区域
      在进行大规模数据整合和分析时,生成式人工智能可以帮助航天科学家从海量的观测数据中提取有价值的信息。比如分析卫星图像,识别天体、小行星,监测地球的气候变化、资源分布等。AI还能对航天实验数据进行建模仿真,帮助科学家深入理解物理现象,验证理论假设。
      为推动AI技术在航天领域深度融合,天问三号任务总设计师刘继忠建议,通过人工智能构建自主化、智能化的航天应用系统,开发人工智能驱动的卫星自主控制系统;建立国家级航天大数据平台,应用大数据分析技术挖掘卫星数据价值;加速量子卫星组网,探索量子纠缠在深空通信中的应用,利用量子计算机优化轨道计算等复杂问题。我们要加强航天数据的采集、整理和共享,建立完善的航天数据库,为AI模型的训练提供充足的数据支持。同时,要加大对航天AI算法的研究创新力度,开发出适合航天领域特性的算法,提高AI系统的可靠性和可解释性。此外,要着力培养技术复合型人才,为航天智能化发展提供坚实人才支撑。
      生成式人工智能为航天事业的发展带来了新的机遇和可能。通过深入了解AI的运行逻辑和应用程式,客观分析航天事业面临的挑战,积极探索AI与航天的融合路径,我们有理由相信,在AI技术的助力下,航天事业将在探索宇宙的征程中迈出更加坚实的步伐,为人类揭开更多宇宙的奥秘,创造更加美好的未来。
      部分信息来源于海外网、中国新闻网、人民网、中国日报网、央视网等
      (科学性审核:刘勇,中国科学院国家空间科学中心研究员)
    本文来自: 中国科学技术馆

    责任编辑:刘海华

©2011-2025 版权所有:中国数字科技馆
未经书面许可任何人不得复制或镜像
京ICP备11000850号-1 京公网安备11010502039775号
信息网络传播视听节目许可证0111611号
国家科技基础条件平台