概述
人工智能让航天器能够导航、分析图像并做出决策，而无需等待遥远的地面命令。这很重要，因为无线电延迟和有限的带宽使得人类无法实时控制深空和大型卫星群。
太空和卫星中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。
深入探讨
在太空中，与地球的通信缓慢且断断续续：发送到火星的信号单程需要几分钟，而卫星仅短暂地经过地面站。人工智能填补了这一空白。机载机器学习让像毅力号这样的漫游车能够选择科学目标并在地形上自动驾驶，而地球观测卫星则运行标记野火、洪水或船只的模型，并且仅下行传输有用的检测结果而不是原始图像。星链等星座使用自动避碰来绕过碎片。人工智能还支持航天器健康监测，通过遥测预测组件故障，并帮助处理海量天文数据，对星系、系外行星凌日和瞬态事件进行分类，速度远远快于人类。
技术洞察
卫星上的边缘人工智能在耐辐射处理器上运行紧凑的卷积网络，因此检测发生在轨道上，从而节省了稀缺的下行链路带宽。自主导航将计算机视觉（将表面特征与地图匹配）与路径规划算法相结合，对路线进行安全和能源评分。遥测异常检测使用统计和机器学习模型来了解航天器的正常行为，并在传感器读数偏离预期范围时向操作员发出警报。
掌握太空和卫星领域的人工智能
人工智能让航天器能够导航、分析图像并做出决策，而无需等待遥远的地面命令。这很重要，因为无线电延迟和有限的带宽使得人类无法实时控制深空和大型卫星群。太空和卫星中的人工智能将人工智能应用于特定领域的环境中，在这些环境中，法规、操作和风险承受能力强烈影响设计选择。为了建立深入的理解，请将太空和卫星中的人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，在太空和卫星中使用人工智能的强大团队将技术能力与领域政策、可审计性和一线决策结合起来。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
行业背景决定了人工智能创意能否与现实接触。同时，监管要求可能会使原本强大的原型失效。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
行业背景决定了人工智能创意能否与现实接触。
行业背景决定了人工智能创意能否与现实接触。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
领域约束会影响可接受的错误率和监督模型。
领域约束会影响可接受的错误率和监督模型。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
成功的部署使技术能力与一线工作流程保持一致。
成功的部署使技术能力与一线工作流程保持一致。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
美国宇航局的毅力号火星车利用机载自主权来计划行驶并选择岩石目标，而无需来自地球的逐步命令。
地球观测卫星运行人工智能来检测野火、洪水或非法渔船，并仅下传警报。
星链和其他星座利用自动避碰来操纵卫星远离轨道碎片。
天文学家使用机器学习来筛选望远镜数据，以进行系外行星凌日、超新星和星系分类。
实施模式
太空和卫星中的人工智能实践
美国宇航局的毅力号火星车利用机载自主权来计划行驶并选择岩石目标，而无需来自地球的逐步命令。
NASA 的毅力号火星车使用机载自主权来规划驱动器并选择岩石目标，无需地球团队的逐步命令。当他们预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
太空和卫星中的人工智能实践
地球观测卫星运行人工智能来检测野火、洪水或非法渔船，并仅下传警报。
地球观测卫星运行人工智能来检测野火、洪水或非法渔船，并仅下载警报。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
太空和卫星中的人工智能实践
星链和其他星座利用自动避碰来操纵卫星远离轨道碎片。
星链和其他星座使用自动防撞技术来操纵卫星远离轨道碎片。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
太空和卫星中的人工智能实践
天文学家使用机器学习来筛选望远镜数据，以进行系外行星凌日、超新星和星系分类。
天文学家使用机器学习来筛选系外行星凌日、超新星和星系分类的望远镜数据。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
监管要求可能会使原本强大的原型失效。
历史数据可能会编码损害特定社区的偏见。
遗留系统可能会造成集成瓶颈和隐性成本。
实施路线图
让领域专家参与从问题框架到评估的整个过程。
让领域专家参与从问题框架到评估的整个过程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在启动前设计审计跟踪和文档。
在启动前设计审计跟踪和文档。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
尽早验证合规性和安全义务。
尽早验证合规性和安全义务。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
分阶段推出，并具有明确的停止和回滚标准。
分阶段推出，并具有明确的停止和回滚标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。