人工智能在航天方面的應(yīng)用和展望是怎樣的

0 引言

在十二屆全國(guó)人大五次會(huì)議上，國(guó)務(wù)院總理***在作政府工作報(bào)告時(shí)表示，要“全面實(shí)施戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃，加快新材料、人工智能、集成電路、生物制藥、第五代移動(dòng)通信等技術(shù)研發(fā)和轉(zhuǎn)化”，這也是“人工智能”這一表述首次出現(xiàn)在政府工作報(bào)告中。

近年來(lái)，物聯(lián)網(wǎng)、大規(guī)模并行計(jì)算、大數(shù)據(jù)和深度學(xué)習(xí)算法這四大催化劑的發(fā)展，以及計(jì)算成本的降低，使得人工智能技術(shù)突飛猛進(jìn)。2016年12月，升級(jí)版“AlphaGo”化名“master”在60場(chǎng)互聯(lián)網(wǎng)棋局車(chē)輪大戰(zhàn)中連勝柯潔九段、陳耀燁九段、樸廷桓九段、羋昱廷九段、唐韋星九段等高手，取得全勝戰(zhàn)績(jī)，引起各界對(duì)人工智能的廣泛關(guān)注與討論。

1 人工智能的四大先決條件

1.1 物聯(lián)網(wǎng)

隨著攝像頭、麥克風(fēng)、各種類(lèi)型傳感器的發(fā)展，基于物聯(lián)網(wǎng)技術(shù)的智能設(shè)備得到了飛速提升，而大量智能設(shè)備的出現(xiàn)則進(jìn)一步加速了傳感器領(lǐng)域的繁榮。這些傳感器負(fù)責(zé)采集數(shù)據(jù)、記憶、分析、傳送數(shù)據(jù)，將外部世界數(shù)字化，為智能系統(tǒng)提供了多維度的數(shù)據(jù)輸入，成為數(shù)字世界與物理世界交互、反饋的接口和手段。

1.2 大規(guī)模并行計(jì)算

并行計(jì)算（Parallel Computing）指同時(shí)使用多種計(jì)算資源解決一個(gè)計(jì)算問(wèn)題的過(guò)程，能夠有效的提高計(jì)算速度和處理能力的一種有效手段。海量的分布式計(jì)算資源和超高速計(jì)算能力，令快速處理大量數(shù)據(jù)、訓(xùn)練復(fù)雜模型、用知識(shí)體系代替人類(lèi)常識(shí)成為可能。這些知識(shí)和模型為人類(lèi)和機(jī)器人提供智能的輔助決策，讓人工智能成為現(xiàn)實(shí)。

1.3 大數(shù)據(jù)

大數(shù)據(jù)具備Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價(jià)值密度）、Veracity（真實(shí)性）的5V特點(diǎn)。在過(guò)去，要盡可能全面地認(rèn)識(shí)某項(xiàng)事物，必須合理設(shè)計(jì)抽樣調(diào)查的策略，使樣本能夠盡量覆蓋全集特征。隨著計(jì)算能力的提升，可以不再采用隨機(jī)分析法這樣的權(quán)衡之策，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)需要特殊的技術(shù)，以有效地處理大量的容忍經(jīng)過(guò)時(shí)間內(nèi)的數(shù)據(jù)。海量的數(shù)據(jù)為人工智能的學(xué)習(xí)和發(fā)展提供了資源。通過(guò)知識(shí)挖掘，可以從大量有噪聲的隨機(jī)實(shí)際應(yīng)用數(shù)據(jù)中，提取人們事先不了解但是隱藏在數(shù)據(jù)中的有價(jià)值的信息和知識(shí)。這種對(duì)隱性信息的挖掘是大數(shù)據(jù)價(jià)值的核心，也是實(shí)現(xiàn)人工智能的關(guān)鍵。

1.4 深度學(xué)習(xí)算法

深度學(xué)習(xí)算法作為機(jī)器學(xué)習(xí)的一個(gè)分支，由Hinton等人于2006年提出，是人工智能迎來(lái)新一輪飛速發(fā)展最重要的核心技術(shù)［1］。深度學(xué)習(xí)算法用非監(jiān)督式或半監(jiān)督式的特征學(xué)習(xí)和分層特征提取高效算法來(lái)替代手工獲取特征，其中最廣為使用的算法包括卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（recurrent neural network，RNN）長(zhǎng)短期記憶網(wǎng)絡(luò)（long short-term memory，LSTM）等，需要根據(jù)具體應(yīng)用場(chǎng)景和數(shù)據(jù)特征加以選擇。深度學(xué)習(xí)是對(duì)人類(lèi)思維方式的建模，讓機(jī)器能夠理解人的行為，并將知識(shí)運(yùn)用到與用戶(hù)的交互中，達(dá)到機(jī)器“人性化”的終極目標(biāo)，實(shí)現(xiàn)人工智能技術(shù)在商業(yè)中的落地。

2 人工智能的細(xì)分領(lǐng)域

2.1 圖像識(shí)別

通過(guò)結(jié)合大數(shù)據(jù)的訓(xùn)練，人工智能可以對(duì)圖像進(jìn)行預(yù)處理、圖像分割、特征提取和判斷匹配。在圖像識(shí)別的技術(shù)框架中，人臉識(shí)別應(yīng)用非常廣泛。人臉識(shí)別是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。目前國(guó)內(nèi)領(lǐng)先企業(yè)曠視科技的人臉識(shí)別準(zhǔn)確率已高達(dá)99.999%。此外，在產(chǎn)品生產(chǎn)質(zhì)量檢驗(yàn)上，圖像識(shí)別技術(shù)應(yīng)用也非常廣泛，例如：機(jī)械類(lèi)產(chǎn)品的裂紋自動(dòng)識(shí)別檢測(cè)。

2.2 語(yǔ)音/語(yǔ)義識(shí)別

利用特征提取技術(shù)、模式匹配準(zhǔn)則及模型訓(xùn)練技術(shù)，語(yǔ)音識(shí)別能夠讓機(jī)器對(duì)采集到的語(yǔ)音信息進(jìn)行識(shí)別和理解，轉(zhuǎn)化為文本或命令。例如在軍事上，可通過(guò)語(yǔ)音識(shí)別確認(rèn)說(shuō)話(huà)人的身份、偵聽(tīng)情報(bào)內(nèi)容、或下發(fā)操作指令，具有非常重要的價(jià)值。目前，針對(duì)中小詞匯量非特定人的語(yǔ)音識(shí)別系統(tǒng)識(shí)別精度已超過(guò)98%，針對(duì)特定人的識(shí)別精度甚至更高。

2.3 自然語(yǔ)言處理

語(yǔ)言是人類(lèi)區(qū)別其他動(dòng)物的本質(zhì)特性，因此理解語(yǔ)言也是人工智能的一個(gè)核心方向。綜合語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)等多種科學(xué)，自然語(yǔ)言處理研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間有效通信的各種理論和方法，以一種智能高效的方式，對(duì)文本數(shù)據(jù)進(jìn)行系統(tǒng)化分析、理解與信息提取。通過(guò)使用自然語(yǔ)言處理技術(shù)，可以管理大塊的文本數(shù)據(jù)，或執(zhí)行大量的自動(dòng)化任務(wù)，并且解決如自動(dòng)摘要，機(jī)器翻譯，命名實(shí)體識(shí)別，關(guān)系提取等語(yǔ)言相關(guān)任務(wù)［2］。

2.4 無(wú)人駕駛

無(wú)人駕駛的核心技術(shù)是即時(shí)空間建模和人工智能技術(shù)。低成本高效率的感知解決方案是無(wú)人駕駛的基礎(chǔ)，高精度底圖的建立是無(wú)人駕駛的關(guān)鍵，具有深度學(xué)習(xí)的算法芯片是無(wú)人駕駛的核心。在過(guò)去六年內(nèi)，谷歌無(wú)人駕駛汽車(chē)在公路上安全行駛220多萬(wàn)公里，僅發(fā)生17起交通以外，而且均是由人類(lèi)失誤引發(fā)的。

2.5 智能機(jī)器人

智能機(jī)器人融合了幾乎所有人工智能分支技術(shù)，它至少需要具備感覺(jué)要素、反應(yīng)要素和思考要素。它能夠理解人類(lèi)語(yǔ)言，感知、分析周?chē)h(huán)境信息并調(diào)整自己的動(dòng)作。目前已發(fā)展出多樣化的機(jī)器人種類(lèi)，從智能水平較低的工業(yè)機(jī)器人，到智能陪護(hù)機(jī)器人再到高級(jí)智能機(jī)器人。

3 人工智能在中國(guó)航天上的應(yīng)用前景

3.1 更自主的任務(wù)規(guī)劃

航天飛行任務(wù)規(guī)劃是一個(gè)典型的知識(shí)處理過(guò)程，其中涉及較為復(fù)雜的邏輯推理和眾多的約束條件，這種問(wèn)題適合采用人工智能的方式加以解決，實(shí)現(xiàn)“人工智能+”。

3.1.1 “人工智能+運(yùn)載火箭”——高容錯(cuò)飛行

運(yùn)載火箭的飛行入軌面臨的是一個(gè)地面難以復(fù)制和仿真等效的全新環(huán)境，飛行階段程序轉(zhuǎn)彎、發(fā)動(dòng)機(jī)關(guān)機(jī)、級(jí)間分離、再次點(diǎn)火、姿態(tài)修正、載荷分離諸多環(huán)節(jié)中數(shù)百個(gè)零部件任一失效偏差都可能給火箭帶來(lái)不可挽回的損失，是運(yùn)載火箭成敗與否的核心一環(huán)。高機(jī)動(dòng)性、短飛行周期、惡劣環(huán)境都意味著人無(wú)法有效干預(yù)，因此，發(fā)動(dòng)機(jī)推力下降、姿控極性接反均直接造成了任務(wù)失敗，飛行風(fēng)險(xiǎn)居高不下。

目前的箭載計(jì)算機(jī)大多不具備重新規(guī)劃飛行任務(wù)的能力，或需要地面人工計(jì)算制導(dǎo)諸元后，通過(guò)測(cè)量系統(tǒng)進(jìn)行了上行注入，一定程度上實(shí)現(xiàn)彈道的重規(guī)劃，將衛(wèi)星送入軌道［3］。

未來(lái)，將運(yùn)載火箭設(shè)計(jì)階段梳理的飛行過(guò)程故障模式與傳感器參數(shù)相結(jié)合，研究基于人工智能的運(yùn)載火箭飛行階段故障自診斷以及深度學(xué)習(xí)訓(xùn)練方法，在分秒必爭(zhēng)的運(yùn)載火箭飛行段完成故障預(yù)測(cè)、故障定位與故障隔離工作，并通過(guò)軌跡彈道重規(guī)劃、制導(dǎo)姿控模型重生成，有效隔離局部故障，規(guī)避失敗風(fēng)險(xiǎn)，最優(yōu)化飛行軌跡與姿態(tài)控制，有效挖掘潛在運(yùn)力資源［4］。

除此之外，在運(yùn)載火箭發(fā)動(dòng)機(jī)關(guān)機(jī)、級(jí)間分離后，分離的艙部段通過(guò)自主感知和自主控制技術(shù)，與衛(wèi)星定位信息、地形布局信息動(dòng)態(tài)匹配，通過(guò)發(fā)動(dòng)機(jī)再次點(diǎn)火，實(shí)現(xiàn)艙部段自主飛行、平穩(wěn)下落、精準(zhǔn)落地以及主動(dòng)防護(hù)，通過(guò)艙部段及各級(jí)發(fā)動(dòng)機(jī)的回收再利用，顯著壓縮運(yùn)載火箭任務(wù)周期，降低運(yùn)載火箭制造成本。

3.1.2 “人工智能+深空探測(cè)器”——自主規(guī)劃

現(xiàn)有行星探測(cè)器的主要前進(jìn)方式為：拍攝前方照片通過(guò)遙測(cè)發(fā)回地面站，操作人員根據(jù)圖像確定前進(jìn)路線(xiàn)，再通過(guò)上行通道上注行動(dòng)指令，實(shí)現(xiàn)探測(cè)車(chē)的行駛操作。這種模式過(guò)于依賴(lài)地面測(cè)試人員，效率較低，很多時(shí)候由于行星表面環(huán)境較為惡劣，或者由于距離的確過(guò)于遙遠(yuǎn)，遙測(cè)控制信號(hào)也比較微弱，或者由于地球自轉(zhuǎn)引起相對(duì)位置改變，無(wú)法實(shí)現(xiàn)遙測(cè)遙控，更難以實(shí)現(xiàn)探測(cè)器的實(shí)時(shí)控制。基于人工智能、視覺(jué)計(jì)算、監(jiān)控裝置的自動(dòng)駕駛將大幅提高探測(cè)、地形勘測(cè)的效率。根據(jù)視頻攝像頭、雷達(dá)傳感器以及激光測(cè)距器來(lái)了解周?chē)牡匦螤顩r，利用圖像識(shí)別等智能感知技術(shù)、智能決策和智能控制技術(shù)可以實(shí)現(xiàn)行星探測(cè)車(chē)的自主行動(dòng)，選取最優(yōu)探測(cè)路線(xiàn)，智能避開(kāi)障礙物體，以最小的代價(jià)、最高的效率采集有用信息，大大輔助深空探測(cè)應(yīng)用。

深空探測(cè)應(yīng)用中，復(fù)雜航天器是由大量元器件和軟件組成，長(zhǎng)期的在軌運(yùn)行，元器件的故障和軟件的不完善在所難免，由于太空環(huán)境的特殊性，當(dāng)某部分損壞時(shí)，難以通過(guò)人員進(jìn)入太空進(jìn)行判別和修復(fù)，利用人工智能技術(shù)結(jié)合空間高精度、高靈敏度機(jī)械臂，通過(guò)智能分析航天器數(shù)據(jù)，實(shí)現(xiàn)故障的自主定位、自動(dòng)識(shí)別和在軌自主修復(fù)，在軌操作、組裝、拆卸、管理。

3.1.3 “人工智能+武器裝備”——智能作戰(zhàn)

通過(guò)多維度偵查探測(cè)系統(tǒng)，智能感知、發(fā)現(xiàn)、定位、跟蹤敵方動(dòng)態(tài)、電磁頻譜信息、作戰(zhàn)行動(dòng)等戰(zhàn)場(chǎng)態(tài)勢(shì)信息，以最少的人員、更少的代價(jià)、最大化地獲取戰(zhàn)場(chǎng)情報(bào)數(shù)據(jù)，輔助智能判別與智能決策應(yīng)用。如利用覆蓋紅外、可見(jiàn)光、微波雷達(dá)等多種技術(shù)手段，實(shí)現(xiàn)一體化、集成化的多模融合探測(cè)裝置，智能感知多維度、多層次、多類(lèi)型數(shù)據(jù)，然后應(yīng)用數(shù)據(jù)配準(zhǔn)、智能去噪等預(yù)處理手段獲取高質(zhì)量多源數(shù)據(jù)，再利用深度學(xué)習(xí)、模糊推理、專(zhuān)家系統(tǒng)等智能技術(shù)，建立目標(biāo)識(shí)別和威脅判別模型，實(shí)現(xiàn)武器裝備作戰(zhàn)環(huán)境中目標(biāo)智能探測(cè)感知和識(shí)別。

通過(guò)給武器裝備各類(lèi)傳感器、探測(cè)器，智能探測(cè)感知飛行空間信息、攔截彈信息等，數(shù)據(jù)傳輸給彈載智能“大腦”，設(shè)定相應(yīng)的優(yōu)化準(zhǔn)則、目標(biāo)等，通過(guò)數(shù)據(jù)分析，智能自主決策，規(guī)劃調(diào)整飛行彈道，通過(guò)動(dòng)力學(xué)氣動(dòng)調(diào)整，改變飛行軌跡，增強(qiáng)突防性能［5］。

人工智能使無(wú)人機(jī)個(gè)體具備較高的智能水平，協(xié)同作戰(zhàn)能力顯著提高，從而形成低成本的無(wú)人機(jī)蜂群戰(zhàn)術(shù)。目前，以美國(guó)國(guó)防高級(jí)研究計(jì)劃局（DARPA）為首的眾多機(jī)構(gòu)，都投入了大量經(jīng)費(fèi)就無(wú)人機(jī)集群在空中的協(xié)同作戰(zhàn)理論和技術(shù)展開(kāi)研究，包括無(wú)人機(jī)的快速編隊(duì)、多機(jī)間通信協(xié)同，自主戰(zhàn)術(shù)決策與下達(dá)作戰(zhàn)命令等，構(gòu)建多無(wú)人飛行器的任務(wù)自組織系統(tǒng)分布式體系結(jié)構(gòu)。

3.2 更高效的地面測(cè)試

運(yùn)載火箭的測(cè)試發(fā)射同樣是一個(gè)多學(xué)科交叉，多專(zhuān)業(yè)耦合的復(fù)雜系統(tǒng)工程，是運(yùn)載火箭成敗與否的關(guān)鍵一環(huán)。狀態(tài)準(zhǔn)備、測(cè)試操作、預(yù)案決策、數(shù)據(jù)判讀，每一環(huán)都是技術(shù)能力的保障，都是知識(shí)經(jīng)驗(yàn)的考驗(yàn)，同樣每一步都離不開(kāi)人的參與，成敗維系在每一名人員身上，高水平人員的稀缺造成測(cè)試發(fā)射無(wú)法多任務(wù)并舉，以及連續(xù)疲勞帶來(lái)的風(fēng)險(xiǎn)造成測(cè)試發(fā)射周期無(wú)法進(jìn)一步壓縮，通過(guò)應(yīng)用人工智能技術(shù)，可顯著提升測(cè)試效率，降低發(fā)射成本［6］。

3.2.1 采集層

通過(guò)多樣化的手段代替?zhèn)鹘y(tǒng)的傳感器采集或人工直接觀測(cè)，基于視頻語(yǔ)音識(shí)別技術(shù)的應(yīng)用可以大大減少火箭本身測(cè)點(diǎn)的布置。例如：發(fā)動(dòng)機(jī)工作狀態(tài)，可以通過(guò)對(duì)其工作時(shí)的聲音進(jìn)行頻譜分析；一些機(jī)構(gòu)的動(dòng)作，可以通過(guò)非接觸的攝像機(jī)直接觀察；儀器儀表的指示燈狀態(tài)監(jiān)控，可以通過(guò)攝像頭攝錄信息，之后在后臺(tái)用圖像識(shí)別的方式的進(jìn)行自動(dòng)判斷。

3.2.2 處理層

人工智能技術(shù)極大的提升了設(shè)備的數(shù)據(jù)處理與故障診斷的能力。對(duì)地面測(cè)試數(shù)據(jù)進(jìn)行統(tǒng)一管理和應(yīng)用，除了完成流程自閉環(huán)的反饋判斷，還能夠?qū)?shù)據(jù)的趨勢(shì)、關(guān)聯(lián)進(jìn)行綜合分析，設(shè)備不但可以掌握自身的運(yùn)行狀態(tài)，實(shí)現(xiàn)故障檢測(cè)與隔離，啟用合適的故障預(yù)案，還能夠想設(shè)計(jì)操作人員提供輔助決策和任務(wù)規(guī)劃建議。

3.2.3 執(zhí)行層

前端無(wú)人值守是未來(lái)火箭發(fā)展的必然趨勢(shì)。電測(cè)過(guò)程中的脫查脫拔等人為操作、異常故障時(shí)的搶險(xiǎn)操作，可以采用帶視覺(jué)定位系統(tǒng)的機(jī)械臂來(lái)完成。此外，后端的人機(jī)交互也可以加入語(yǔ)音識(shí)別、手勢(shì)感知等新型指揮手段，提高測(cè)試效率。

3.3 更全面的設(shè)計(jì)保障

3.3.1 智能設(shè)計(jì)

引入人工智能技術(shù)，可以將目前的半智能化計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)升級(jí)為智能化計(jì)算機(jī)輔助設(shè)計(jì)系統(tǒng)，整合現(xiàn)有的海量資料及資源，模擬人腦思考的過(guò)程，徹底解決上述三類(lèi)問(wèn)題。采用人工智能技術(shù)的“航天大腦”可以根據(jù)型號(hào)需求提供總體文件的初稿，總體設(shè)計(jì)師進(jìn)行決策修改后，“航天大腦”將系統(tǒng)需要的文件自動(dòng)下發(fā)至系統(tǒng)級(jí)，并形成系統(tǒng)級(jí)文件的初稿，系統(tǒng)設(shè)計(jì)師進(jìn)行決策修改后，“航天大腦”再將單機(jī)需要的文件下發(fā)至單機(jī)。在進(jìn)行具體設(shè)計(jì)時(shí)，設(shè)計(jì)師僅需將設(shè)計(jì)輸入文件提交至“航天大腦”，系統(tǒng)則會(huì)根據(jù)需求以及所學(xué)習(xí)的設(shè)計(jì)文件完成設(shè)計(jì)工作。如設(shè)計(jì)電纜網(wǎng)圖時(shí)，設(shè)計(jì)師僅需將電纜的幾何尺寸、點(diǎn)位定義等提交至“航天大腦”，“航天大腦”會(huì)自動(dòng)繪制出電纜網(wǎng)圖的模板，并自動(dòng)給出諸如線(xiàn)纜型號(hào)推薦、連接器型號(hào)推薦等輔助決策信息，設(shè)計(jì)師將不需逐個(gè)翻閱廠家的手冊(cè)即可完成設(shè)計(jì)，設(shè)計(jì)效率將大大提高。此外，由于“航天大腦”能夠在很短的時(shí)間內(nèi)完成大量文件的學(xué)習(xí)工作，并從中找出最優(yōu)方案，設(shè)計(jì)的標(biāo)準(zhǔn)化和設(shè)計(jì)水平也能夠得到保證。

3.3.2 智能制造

智能制造是一種由智能機(jī)器和人類(lèi)專(zhuān)家共同組成的人機(jī)一體化智研制造系統(tǒng)，通過(guò)人與智能機(jī)器的合作共事，擴(kuò)大、延伸和部分地取代人類(lèi)專(zhuān)家在制造過(guò)程中的腦力勞動(dòng)。它把制造自動(dòng)化的概念更新，擴(kuò)展到柔性化、智能化和高度集成化。

利用大數(shù)據(jù)技術(shù)，對(duì)于運(yùn)載火箭制造裝配需要的物資、工具、生產(chǎn)線(xiàn)、場(chǎng)地、工裝、人員、運(yùn)輸車(chē)輛都統(tǒng)一進(jìn)行編碼采集與實(shí)時(shí)定位管理，將散布在全國(guó)各地的運(yùn)載火箭制造裝配資源條件，進(jìn)行投籌管理，真正做到全國(guó)一盤(pán)棋。并與運(yùn)載火箭發(fā)射任務(wù)計(jì)劃有機(jī)對(duì)接，通過(guò)態(tài)勢(shì)分析與智能預(yù)測(cè)，實(shí)現(xiàn)生產(chǎn)規(guī)模進(jìn)度的最優(yōu)化預(yù)測(cè)管理，成本進(jìn)度最優(yōu)化，并能夠?qū)崿F(xiàn)突發(fā)風(fēng)險(xiǎn)的動(dòng)態(tài)應(yīng)變處置，實(shí)現(xiàn)成本最優(yōu)化管理。

在生產(chǎn)過(guò)程中，也完成了對(duì)火箭全生命周期信息的收集與保障。建立火箭的綜合檔案履歷資料庫(kù)，收集制造、裝配、測(cè)試各個(gè)過(guò)程的數(shù)據(jù)與知識(shí)，構(gòu)建大數(shù)據(jù)分析中心，作為智慧火箭的數(shù)據(jù)支撐與健康診斷的依據(jù)，降低設(shè)計(jì)和研制成本、提升測(cè)發(fā)效率、提升火箭的可靠性［7］。

3.3.3 遠(yuǎn)程支持

隨著在運(yùn)載火箭高密度發(fā)射、零窗口點(diǎn)火變得常態(tài)化，靠大量人力在靶場(chǎng)保障發(fā)射任務(wù)的模式已難以適應(yīng)未來(lái)的發(fā)展需求。發(fā)射中心將從逐步從靶場(chǎng)向遠(yuǎn)程后方遷移，以日本epsilon火箭為例，科研人員遠(yuǎn)程使用兩臺(tái)筆記本就可實(shí)現(xiàn)火箭發(fā)射控制。

遠(yuǎn)程支持中心能夠統(tǒng)一接收、存儲(chǔ)各靶場(chǎng)各型號(hào)發(fā)回的測(cè)試數(shù)據(jù)并存儲(chǔ)，并通過(guò)智能搜索引擎隨時(shí)搜索查看關(guān)心的數(shù)據(jù)及相關(guān)文檔；針對(duì)當(dāng)發(fā)測(cè)試數(shù)據(jù)，結(jié)合歷史數(shù)據(jù)進(jìn)行大數(shù)據(jù)分析，提前識(shí)別出可能有質(zhì)量隱患的關(guān)鍵節(jié)點(diǎn)；當(dāng)靶場(chǎng)出現(xiàn)故障時(shí)，遠(yuǎn)程支持中心通過(guò)多媒體、虛擬現(xiàn)實(shí)等手段開(kāi)展協(xié)同排故工作。

4 中國(guó)航天發(fā)展人工智能的對(duì)策建議

4.1 聚焦航天 “大腦”技術(shù)體系，做好戰(zhàn)略規(guī)劃和頂層設(shè)計(jì)

基于對(duì)大數(shù)據(jù)與人工智能的探索和積累，提出以技術(shù)-產(chǎn)品-服務(wù)為核心的航天“大腦”，其技術(shù)體系設(shè)想如圖1所示。

4.1.1 技術(shù)層

智能感知是為機(jī)器裝上觸覺(jué)、視覺(jué)、聽(tīng)覺(jué)、神經(jīng)和運(yùn)動(dòng)機(jī)構(gòu)等智能硬件，使其具備感知世界的能力。通過(guò)集群和虛擬化技術(shù)實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的快速預(yù)處理、分布式存儲(chǔ)、并行計(jì)算等，為智慧大腦提供強(qiáng)大的記憶”和“計(jì)算”能力。

4.1.2 產(chǎn)品層

智慧產(chǎn)品包括智慧院所、智慧火箭、智慧裝備和智慧民用產(chǎn)業(yè)。其中，智慧院所是所有智慧產(chǎn)品研制的基礎(chǔ)，其可以充分激發(fā)員工創(chuàng)新創(chuàng)業(yè)熱情，并為員工提供高效便捷的管理方式；智慧火箭指的是為火箭裝上“觸覺(jué)”和“大腦”，降低測(cè)發(fā)控對(duì)人的依賴(lài)，提升火箭可靠性；智慧裝備指的是通過(guò)全壽命周期的健康管理，實(shí)現(xiàn)裝備自主保障；智慧民用產(chǎn)業(yè)指的是通過(guò)軍民融合方式，將軍用技術(shù)轉(zhuǎn)向民用領(lǐng)域，如智能健康監(jiān)測(cè)、智慧家電遠(yuǎn)程測(cè)控、智慧照明、智慧安防等領(lǐng)域。

4.1.3 服務(wù)層

未來(lái)應(yīng)全力推動(dòng)大數(shù)據(jù)人工智能等技術(shù)與航天裝備的結(jié)合，實(shí)現(xiàn)裝備信息智能采集、遠(yuǎn)程保障、智能決策的完美集成，發(fā)展模式也將由提供產(chǎn)品向提供全方位解決方案的服務(wù)轉(zhuǎn)變。

4.2 打造航天“大腦”系列產(chǎn)品，快速形成專(zhuān)業(yè)的能力和隊(duì)伍

4.2.1 智慧院所

以創(chuàng)新為驅(qū)動(dòng)、以信息化為基礎(chǔ)、以知識(shí)為載體，利用智能科學(xué)理論、技術(shù)、方法和信息及自動(dòng)化技術(shù)工具，充分有效地整合和優(yōu)化利用各類(lèi)內(nèi)外部資源，保證能夠持續(xù)創(chuàng)新，不斷開(kāi)發(fā)新產(chǎn)品、新服務(wù)，為航天單位的發(fā)展提供智能決策。

4.2.2 數(shù)據(jù)銀行

建立航天大數(shù)據(jù)中心，成立“航天數(shù)據(jù)銀行”，對(duì)產(chǎn)品研制、生產(chǎn)等多環(huán)節(jié)的數(shù)據(jù)進(jìn)行統(tǒng)一管控、統(tǒng)一挖掘，實(shí)現(xiàn)數(shù)據(jù)挖掘效果的最大化，創(chuàng)造服務(wù)價(jià)值。智慧管理通過(guò)實(shí)現(xiàn)產(chǎn)品全壽命周期的統(tǒng)一管控，建立基于數(shù)據(jù)信息驅(qū)動(dòng)的智能化研制模式，提升工作效率。智慧決策基于大數(shù)據(jù)技術(shù)，將先進(jìn)管理理念、業(yè)務(wù)流程和管理模式等融合，實(shí)現(xiàn)管理信息化和智能化，達(dá)到“降本增效”的目的。

4.2.3 智能裝備

通過(guò)大數(shù)據(jù)與互聯(lián)網(wǎng)等高新技術(shù)，實(shí)現(xiàn)火箭的高度信息化與智能化。包括智慧的遠(yuǎn)程發(fā)射支持平臺(tái)，智慧的測(cè)發(fā)指控平臺(tái)，智慧的全壽命周期綜合保障平臺(tái)。智慧的遠(yuǎn)程發(fā)射支持平臺(tái)通過(guò)大數(shù)據(jù)技術(shù)，訓(xùn)練后方的智能機(jī)器大腦，提升異地協(xié)同保障能力，減免專(zhuān)家到一線(xiàn)協(xié)助排故，解決問(wèn)題。智慧的測(cè)發(fā)指控平臺(tái)依托于語(yǔ)音識(shí)別、圖像識(shí)別、大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)自主的測(cè)發(fā)指控過(guò)程。智慧的全壽命周期綜合保障平臺(tái)利用大數(shù)據(jù)技術(shù)保障數(shù)據(jù)統(tǒng)一化規(guī)范，完成自主健康評(píng)估、精準(zhǔn)的壽命預(yù)測(cè)和數(shù)據(jù)驅(qū)動(dòng)的視情維修［8］。

4.2.4 智慧產(chǎn)業(yè)

依托剩余載荷和末級(jí)監(jiān)控，實(shí)現(xiàn)對(duì)地觀測(cè)等服務(wù)，依托遠(yuǎn)程測(cè)控、健康監(jiān)測(cè)、大數(shù)據(jù)、新一代信息應(yīng)用技術(shù)，通過(guò)融合智慧城市中的多源數(shù)據(jù)，在智慧城市和智慧產(chǎn)業(yè)中，提升城市的精細(xì)化管理水平，同時(shí)為航天單位軍民融合開(kāi)拓增收，鍛煉隊(duì)伍。

4.3 分布落地執(zhí)行，拓展航天“大腦”的服務(wù)

未來(lái)，應(yīng)全力推動(dòng)大數(shù)據(jù)人工智能等技術(shù)與航天裝備的結(jié)合，實(shí)現(xiàn)裝備信息智能采集、遠(yuǎn)程保障、智能決策的完美集成，航天企業(yè)的發(fā)展模式也將由提供產(chǎn)品向提供全方位解決方案的服務(wù)轉(zhuǎn)變，如智慧的發(fā)射服務(wù)、全面的體系作戰(zhàn)服務(wù)和智慧的軍民融合服務(wù)。智慧發(fā)射最終要實(shí)現(xiàn)輸入一個(gè)指定的位置坐標(biāo)，為其精準(zhǔn)、快速、智能、高效、低廉地發(fā)射到指定地點(diǎn)。全面的體系作戰(zhàn)服務(wù)基于大數(shù)據(jù)和人工智能技術(shù)，能夠?qū)崿F(xiàn)裝備的自主保障、戰(zhàn)時(shí)智能決策和一體化的體系作戰(zhàn)。智慧的軍民融合服務(wù)結(jié)合現(xiàn)有的技術(shù)和民用產(chǎn)業(yè)，開(kāi)展更多的智慧產(chǎn)業(yè)服務(wù)，通過(guò)信息和通信技術(shù)的應(yīng)用，提升城市的管理水平，提高市民的生活質(zhì)量，令城市運(yùn)行和市民生活更加智能。