最近几年 人工智能 (AI) 正在获得动力，使我们能够比传统计算更快地解决问题。 比如最近 DeepMind, 子公司 谷歌，它处理人工智能，开发 阿尔法Fold2，一个可以解决蛋白质折叠问题的程序。 这是一个困扰科学家 50 年的问题。
人工智能的进步使我们能够在各种学科中取得进步——而且它们不仅限于在这个星球上的应用。 从设计任务到清除地球轨道上的碎片，人工智能可以通过以下几种方式帮助我们在太空中更进一步。
宇航员的助手
研究人员正在开发智能助手来帮助宇航员。 这些人工智能 (AI) 助手，即使它们看起来不像电影中那么时尚，也可能对太空探索非常有用。
新开发的虚拟助手可能会检测到长时间太空飞行中的任何危险，例如航天器的变化，例如二氧化碳上升或传感器故障，这些都可能具有潜在的危害。 然后它会提醒机组人员检查建议。
助手 西蒙 于 2019 年 月交付国际空间站 (ISS)，在那里进行了为期三年的测试。 最终，Cimon 将用于通过完成他们要求的任务来减轻宇航员的压力。 美国航空航天局 还在为国际空间站上的宇航员开发一颗名为 机器人，谁将与宇航员一起工作或执行对他们来说风险太大的任务。
任务设计和规划
规划火星任务是一项艰巨的任务，但人工智能可以让它变得更容易。 新的太空任务传统上是基于从以前的研究中获得的知识。 但是，此信息通常可能是有限的或全部不可用。
这意味着技术信息的流动仅限于那些可以访问并与其他任务设计工程师共享的人。 但是，如果只要点击几下鼠标，任何拥有凭证的人都可以获得几乎所有以前太空飞行的所有信息，那会怎样呢？ 有一天可能会出现一个更智能的系统——类似于维基百科，但具有人工智能，可以用可靠和最新的信息回答复杂的查询——以帮助早期设计和规划新的太空任务。
研究人员正在研究助理设计工程师的想法，以减少初始任务设计所需的时间，否则需要很多工时。 芫 是卫星地球观测系统设计中的智能助手的另一个例子。 卫星开发团队的系统工程师使用 Daphne。 通过提供对相关信息（包括评论）以及对特定查询的回答的访问权限，他们的工作变得更加轻松。
卫星数据处理
地球观测卫星产生大量数据。 这些数据是由地面站在很长一段时间内分批接收的，必须集中收集才能进行分析。 虽然已经有几个针对卫星图像基本分析的小规模众包项目，但人工智能可以帮助我们对卫星数据进行详细分析。
随着接收到的大量数据，事实证明人工智能在处理数据方面非常有效。 它已被用于估算城市地区的热量积累，并将气象数据与卫星图像结合起来估算风速。 人工智能还利用来自地球静止卫星的数据以及许多其他应用来帮助估算太阳辐射。
用于数据处理的人工智能也可以用于卫星本身。 在最近的一项研究中，科学家们为远程卫星健康监测系统测试了不同的人工智能技术。 它能够分析从卫星接收到的数据，以识别任何问题、预测卫星性能并提供可视化以做出明智的决策。
空间碎片
21 世纪最大的太空挑战之一是清除太空碎片。 根据 欧空局，约有34个大于000厘米的物体对现有太空基础设施构成严重威胁。 有一些创新的方法可以应对这种威胁，例如开发重返大气层的卫星。
另一种方法是通过防止产生任何碎片来避免任何可能的太空碰撞。 在最近的一项研究中，研究人员开发了一种使用机器学习 (ML) 技术设计防撞操作的方法。
也很有趣：
另一种新方法是利用地球上可用的巨大计算能力来训练机器学习模型，将这些模型转移到已经在轨道或途中的航天器上，并在船上使用它们做出各种决策。 最近提出了一种确保太空飞行安全的方法，即使用航天器上已经训练有素的网络。 这为设计卫星提供了更大的灵活性，同时将轨道碰撞的危险降至最低。
导航系统
在地球上，我们习惯于使用 GPS 或其他导航系统的 Google 地图等工具。 但对于其他地外天体，目前还没有这样的系统。
我们没有环绕月球或火星的导航卫星，但我们可以使用来自监视卫星的数百万张图像，例如 月球侦察轨道器 （LRO）。 2018 年，美国宇航局的一组研究人员与英特尔合作，开发了一种使用人工智能进行行星探索的智能导航系统。 他们根据在各种任务中拍摄的数百万张照片对模型进行了训练，并创建了一张虚拟的月球地图。
随着我们继续探索宇宙，我们将继续规划雄心勃勃的任务，以满足我们与生俱来的好奇心并改善地球上的生活。 在我们的努力中，人工智能将帮助我们在地球和太空中使这项研究成为可能。
另请阅读：