![]()
编辑丨&
AI 的诞生注定其将在各个领域带来无与伦比的技术进步,火箭技术也不例外。有马斯克的火箭在前,欧洲航天局(ESA)未来运载火箭准备计划(FLPP)也在研究利用 AI 开发更好的工艺,甚至是材料的全新形状,这些材料可应用于未来的火箭或航天器。
欧洲航天局正与德国 MT 航天公司合作,致力于将材料工艺技术应用于整个行业。
FLPP 计划
Phoebus 是欧洲航天局(ESA)与阿丽亚娜集团和 MT 航空航天合作的项目。该项目旨在评估用碳纤维增强塑料罐替换欧洲航天局阿丽亚娜 6 号上面级的金属燃料箱的可行性和效益。该项目主要采用分层结构,并集成了 MT 公司采用的全新激光传感器技术,由 AI 驱动,能够实时检测和分类缺陷,从而维持生产进程并显著缩短生产时间。
https://phys.org/news/2026-01-artificial-intelligence-rocket.html
![]()
图示:Phoebus 2 米比例氢罐自动置放机。
ESA 研究项目经理表示,AI 结合新的数字技术正在改变运载火箭制造,从自动化复杂分析任务到减少繁琐的机器停止-启动,在研究项目中能看到所有材料和成型工艺的益处。
这种金属部件在完成制造后,其安装过程也有 AI 的参与。摩擦搅拌焊,这种精密焊接技术使金属熔接,使结构更坚固,而借助焊接力、温度及其他机器遥测等数字监测技术,机器学习现在帮助更快地安装机器,并自动检查最终焊接的形状。这种对焊缝的自动评估使分析时间比传统工艺缩短了 95%。
来自 NASA
心脏研究与 AI 是 NASA 远征 74 号队周五的主要课题,研究利用人工智能提升轨道前哨站乘员效率。
在此次研究中,俄罗斯航天局两位宇航员测试了 AI 辅助工具,将语音转文字,并提升机组人员与地面控制员之间的数据处理和通信。研究人员希望利用这项新技术加快并提高乘员记录的准确性,从而惠及航天器上的作业。
![]()
图示:SpaceX 的 Dragon 飞船,来自 NASA。
而不久之后,1 月 30 日,一篇名为「Life and AI at NASA: An Ethnography of How Scientists and Engineers Make Tools to Explore Other Worlds」的论文即将发布。文中探讨了 AI 在 NASA 任务中的应用,探索其他行星和卫星上现今或过去生命的条件,以及这对知识生产方式的意义。
![]()
论文链接:https://research.chalmers.se/en/publication/550000
该内容基于 NASA 戈达德航天飞行中心科学家和工程师的实地工作。尽管在研究案例中,AI 仍处于发展初期,但它已经通过引入新的认知秩序理念,并改变由谁来决定数据的价值和可用性,重塑了科学知识生产中的权力关系。
比如说,针对地外任务(如土卫六、火星探测)面临数据传输距离远、信号弱、耗时久等问题,NASA 提出 「科学自主性」 理念,让 AI 在航天器上实时分析数据、优先传输高价值信息。
此外,论文中还论述了关于 AI 数据采集源头(如阿塔卡马沙漠、死亡谷)、实验室、数字数据库(如 NIST)共同构成的「真理场所」,这些地点受认知形态冲突,导致 AI 过度依赖性能指标,忽视科学意义。对于更难获取的地外实验数据,则会更多采用「合成数据」。
关于这些数据,评估标准常会分歧:科学家参考实验室实测数据,工程师依赖算法准确率等性能指标。缺乏领域专家参与时,合成数据可能出现 「认知幻觉」(如不符合地外化学环境的虚假信号),影响 AI 可靠性。
https://phys.org/news/2026-01-qa-ai-nasa-life-outer.html
小结
AI 正在迅速占据高端技术的新闻已不算少见,火箭制作与航空任务只能算上是其中的一个信号。通过构思、设计和投资尚未出现的技术,如 FLPP 计划正在降低开发未经验证的太空项目所带来的风险。
但在设计研发的过程中,AI 对数据的依赖不见得是一件好事,尤其是缺乏实地数据的起步阶段。希望这位强大工具助手不要成为限制科技进步的瓶颈。
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.