广东
太空行走通常是太空任务的亮点，随着机器人技术和远程操作的进步，未来可能会发生变化。
10月16日，麻省理工学院航空航天博士生、国防科学与工程研究生Golda Nguyen在这里举行的国际宇航大会上表示，每次宇航员走出航天器，“这都是一项令人难以置信的高风险活动”。“我们需要批判性地思考人类生命的风险以及分配人类从事活动的价值回报。”
Nguyen的研究重点是支持人类在太空和地球上活动的智能系统，他在IAC的一个名为“智能空间：大数据、先进算法和太空自主机器人”的小组讨论会上发表了上述评论
小组成员讨论了人工智能对太空作战的潜在好处，以及对强大的天基计算机和广泛的训练数据集的需求等挑战。
加拿大初创公司Obruta的联合创始人兼首席技术官Kirk Hovell表示：“我对未来的愿景包括绕飞和相互对接的航天器、自主加油、修复或清除空间碎片、运送和接收货物。”Obruta专注于航天自主权。“我预测每天会有数百艘航天器停靠。我们实现这一目标的方式是通过自主和人工智能。让航天器自己飞行是一项转型技术，也是建立在轨经济的基础。”
在探索任务中，机器人可以提供必要的基础设施。
东京大学航空航天工程助理教授Shreya Santra说：“例如，单独或与宇航员一起工作的“模块化、可重新配置的机器人”可以建造栖息地、移动货物、建造火箭发射器和着陆台。“智能自主系统有能力提高效率和速度，同时最大限度地降低行星任务所涉及的风险和成本。然而，设计这些智能系统存在很多挑战，包括为节能、稳定的人工智能算法设计鲁棒的控制器。”
由于从地球到太空运输货物仍然很昂贵，Santra谈到了可重构模块的重要性，这些模块“可以适应环境并适应它们必须完成的任务”
瓶颈
研究人员在将人工智能应用于航天项目时经常提到的障碍之一是风险规避。
悉尼大学澳大利亚野外机器人中心的博士生Jack Naylor说，太空界“喜欢工作，喜欢飞行遗产”。不过，Naylor说，创新需要“实验、开发新系统、严格测试，然后能够在更大范围内部署它们”。例如，航天器将需要强大的计算机、适合环境的传感器以及“利用我们可以收集的所有数据”的能力，他补充道。
训练机器学习模型需要大量的数据集。
霍维尔说：“如果我们想要自主机器人和先进的算法，我们需要大数据。”。
虽然自主航天器对接的训练数据不多，但“每次任务期间收集的数据量是巨大的。”
霍维尔说，每次新的对接任务，传感器、摄像头和配备GPS的设备都会捕获“大量数据，这些数据都可以输入先进的训练系统”。“我们做的这些自主操作越多，我们的数据桶就越大，我们的自主机器人就能变得越好。”
数据共享
欧洲航天局、美国国家航空航天局和美国地质调查局的免费地球观测数据集帮助世界各地的组织开发了物体探测平台。公司或政府机构拥有的许多其他类型的空间相关数据没有得到广泛共享。
荷兰莱顿大学空间法助理教授Dmitra Stefoudi说：“我认为，法律的贡献在于促进和共享信息、共享数据、合作。”“我们需要做更多的工作来消除其中一些限制，同时当然要保护商业利益。”
----- 推荐以下行业专业公众号 -----
新空间航天
需要进入航空航天圈交流群的朋友，
在公众号对话框回复关键词：入群
免责声明：本文及本公众号任何文章之观点，皆为交流探讨之用，不构成任何投资建议。本公众号作者也不负有更新以往文章观点之责任，一切以最新文章为准。用户根据本文及本公众号任何其他观点进行投资，须风险自担，责任自负。由此造成的一切后果，本公众号不承担任何责任。
⊙部分图文源于网络，仅用于学习交流，版权归原作者所有，如有侵权请联系我们删除。
欢迎航天航空圈内企业约稿、圈内人士投稿
邮箱：39813880@qq.com
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
