欧洲FLPP计划中制作火箭的智能助手与NASA利用AI实行对外探索

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。