專家表示，隨著空間變得越來越有競爭，人工智能——在軍事、民事和私營部門都有廣泛的應用——對于推進太空技術至關重要。

　　“太空環境繼續快速發展，”位于德克薩斯州奧斯汀和加利福尼亞州埃爾塞貢多的太空模擬和分析公司 Slingshot Aerospace 的首席執行官梅蘭妮·斯特里克蘭 （Melanie Stricklan） 說。“我們繼續增加新用戶和新功能，以及在軌道上俯視和在地球上仰望太空的新傳感器。”

　　她在 Booz Allen Hamilton 主持的在線小組討論中說，人工智能可以提高空間領域意識，加速指揮和控制決策，并為衛星及其相應網絡注入彈性。

　　“今天的空間有很多限制，但我認為人工智能解決方案確實為……國防方面的保護和防御任務[和]改善商業方面的運營提供了一個變革機會，”斯特里克蘭說。

　　蓬勃發展的太空部隊——即將迎來它的第二個生日——已經表示人工智能將成為未來的一項關鍵技術。

　　美國太空部隊在其“數字軍種愿景”文件，已經于 5 月發布。

　　“我們將在適當的情況下利用機器學習和增強，將單調的人員配備活動分配給人工智能例程或機器人流程自動化，從而讓守護者騰出時間進行訓練、教育和兵棋推演，作為他們成為世界級戰斗力的動力的一部分，”文件說。

　　在德克薩斯州設有多個辦事處的AI 公司 Hypergiant 的空間和國防總經理 Quentin Donnellan 表示，美國在考慮如何將 AI 應用于空間系統時需要利用其軌道資產的獨特性。

　　他說，衛星“在全球范圍內實時、始終、持續地、間歇性地、在不同波長[和]云層上方收集數據”。他補充說，在系統中添加一層人工智能將使軍事和關鍵基礎設施實體收集新的見解。

　　亞馬遜網絡服務的空間技術負責人 Shayn Hawthorne 表示，在太空中還有許多人工智能和機器學習應用尚待設想。

　　“我們都知道我們想在軌道上進行 AI/ML，”他說。“我們知道我們想要連接到所有東西，但我們還不確定我們想要使用它執行的所有不同任務。”

　　他說，工程師不受技術的限制，而是受作戰概念的限制。

　　“我們正處于海浪頂峰的時刻，很快我們就可以開始沖浪了，” Shayn Hawthorne用水上運動類比說。開發人員將“開始考慮我們實際上可以用這項技術做的所有很酷的事情，而不是僅僅考慮我們如何將這種能力帶到航天器上。”

　　專家表示，使衛星具有人工智能面臨著許多挑戰。

　　“你在空間中與你的資產沒有持久的聯系，”唐納蘭說。“如果你有一顆低地球軌道衛星，你可能有 7 到 10 分鐘的時間與它聯系，然后它就會消失 90 分鐘或更長時間。”

　　Booz Allen Hamilton 的負責人 Pat Biltgen 說，另一個困難是弄清楚系統將使用哪些數據。

　　“我們還沒有真正定義我們想要使用的所有任務，”他說。一旦開發人員確定了這些任務集，下一個問題是，“我是否有任何數據可以解決該問題？”

　　他指出，人們普遍關注在太空中應用計算機視覺——人工智能的一個細分領域，目標自動識別算法——但這帶來了挑戰。

　　“人們總是把它比作……識別貓的照片，”比爾特根說。“太空中的貓并不多。我們試圖從太空中尋找的東西通常很難找到——人們很難找到它們，所以算法更難找到它們。”

　　他說，這使得調整數據和構建算法所需的模型變得困難。“我們真的需要討論哪些數據是可用的，以及我們如何使用它來構建我們可以信任的模型，”他補充道。

　　但 Donnellan 表示，要獲得對 AI 算法的信任還有很長的路要走，尤其是在數據集有限的領域等領域。

　　“這條道路充滿了模擬和合成數據，”他說。“我們將不得不真正加倍進行人在循環訓練活動，您可以在其中積極加強參與 ML 決策或 AI 決策的代理。”

　　Biltgen 解釋說，合成數據是從模擬或模型中創建的信息，用于填補算法的空白，通常應用于不經常發生的活動。

　　他說：“它還允許我們模擬基本上完全不可能的事情，只是為了看看系統在這些情況下會如何響應。” “這是訓練模型的非常強大的推動力。”