人工智慧 2.0 的時代，如何將人工智慧技術和航空航天結合起來？

11-29

樓主做航天器控制的，被老師委以重任，請問如何將樓主方向與當前大熱的機器學習演算法聯繫起來

謝邀。

本來想專門寫一篇文章的，這裡就和大家分享點我的一些淺薄認識吧。

對於人工智慧2.0時代我也搞不清楚，航空不熟悉，就專門聊一聊AI和Space應用的一些潛在方向吧。

這個問題呢我想由近及遠，由少到多的來聊聊。

太空加人工智慧不得不說是個讓人心潮澎湃的話題，也是一個極其巨大的研究面。

如果我們把人工智慧和我們人類一直這麼比較著用來說的話，在空間的應用就可以這麼來考慮。初步就是對人類的模仿，來解決本來需要很多人工來完成的繁雜空間任務，把科學家和工程師解放出來去解決更複雜的問題，這一階段更偏向系統的自動化過程。那麼未來的發展中，就可以在智能的發展水平下讓空間飛行器去解決很多靠人也無法解決的難題。根據這個思路，我們來聊聊現在已經有了的一些潛在方向。

No.1 航天器健康管理

fig 1 溫度自主優化（NASA）

一些更加自主的在軌健康管理，自主進行星上工作狀態的優化。隨著星上自主故障檢測與恢復能力的提高，對智能的要求也會不斷提高。

No 2 在軌自主維護

DARPA的RSGS項目正在推進在軌道上的維修維護，現階段會利用智能的技術來提高遙操作的能力。未來這個過程的自主程度也就越來越高。

No 3 在軌製造

空間機器人技術的發展也將使空間製造成為可能，以後工廠要搬到空間去了。

No 4 自主聯合觀測

在A-Train中，不同的衛星之間利用相互的圖像等協同信息實現自主觀測，例如前面的寬幅衛星發現了疑似森林起火點，後面的衛星根據前面衛星提供的位置等信息進行機動觀測等等。這樣就可以應對更多的緊急狀況。

No 5 大系統協同

李德仁院士提出了對地觀測腦的概念，實際就是存在利用人工智慧來實現空間對地觀測系統的整合，來實現更豐富的觀測應用，隨著對地觀測衛星的數量激增，潛力巨大。

No 6 群智能

Fig2 星群軌道結構動態（ESA）

基於蟻群，星群的群智能技術也是當前空間技術研究的重要方向，群化的衛星協同可以實現更加複雜的應用，發揮群體的優勢。

No 6 深空自主探測

升空探測基本已經實現了很高的自主化過程，OSIRIS就將自主進行小行星Benu的掃描，並選定採樣點進行採樣。

深空探測由於通信等多種因素的限制，自主要求很高，上圖就是不同Cam對目標的識別選取示意。

No 7 行星表面探測

火星探測的自主化程度其實已經很高了，具備了對頂層任務的分解規划到環境狀態的感知，自主的路徑規劃與行為。

先想到這些，再有來補充。

謝邀，誰這麼看得起我邀請我回答這麼高大上的話題⊙﹏⊙抱歉真的不懂

……………………………………………………………另外自己的作業自己做

航空不知道，航天的話個人感覺沒戲，本人才從EE轉CS，說的不一定對請大家指教

航天可靠性要求太高了，上天的器件論性能是很差的，跑神經網路在上面基本是不可能，那在地面的軌道設計，控制之類的呢？

想了想估計也是不行，航天可靠性要求極高，你拿個神經網路訓練出來，準備開始應用的時候你會發現，神經網路大部分時候會給你一個很棒的答案，但極少時候也會給你個差的不行的，萬一出個大新聞可就麻煩了，你並不知道你的神經網路學到了什麼，這東西就是個黑箱，所以嘛，並不敢把寶壓在這上邊。

還有，航天器的軌道數據之類的都是機密，就算不是機密，樣本數量又少，怎麼訓練？

我們手工設計的軌道雖然不一定最優，但是至少不會讓衛星炸掉是不是？

航空的話，自動路徑規劃？比如現在無人機快遞用人工智慧規劃路徑，然後人只用看看有啥問題沒有，，，
航空的話，等未來，造個無人飛船，自動移動到別的星球，然後採集資源自我複製，然後再到別的星球去，，，

推薦閱讀這篇論文，對各種可能性做了一些介紹。

https://link.springer.com/article/10.1007/s10994-011-5249-4

謝邀～不過我一個公安民警被邀作答這麼高大上的問題有點受寵若驚，不如問問出警的有趣與危險，或者讓人想講MMP的奇葩人和事，或者吐槽下領導？

航空航天領域需要設計師來決定和設計的一般需要豐富的經驗，而需要人工智慧做的可以是一些需要精細控制、實時反饋之類人員力有不逮的方面。而題主想要將AI結合自身專業方向做研究，人工智慧這方面我不太懂，我建議做一些演算法控制或者運用人工智慧進行參數優選的工作。

航天器控制，往一個方面說，可以是路徑自動規劃吧。
那不就是類似無人駕駛么，圖像識別處理可以用CNN吧，這不就是機器學習了。

當年航空系統的逃兵。

當時想做一個系統預測飛行器的故障點和概率，需要各個生產廠的檢查日誌數據。結果我被領導訓了一頓，說日誌數據是機密，不可能給你；另外，哪裡有故障，老師傅一眼就看出來了，用的著你？

之後我就離職了。

選用什麼技術都是問題導向的，並不是很清楚有什麼問題，題主描述一下再邀請？

用機器人開飛船？

專家系統

我也想知道。如果有答案，請告訴我。

題主能介紹一下你想控制啥？
最近人工智慧的確非常火熱，據說很多公司都無腦招做過人工智慧的。

我就說說用它做控制要注意的點。
控制系統的穩定性非常重要，尤其是飛行器的控制。
深度學習系統目前可以被騙，比如把輸入做一些肉眼無法察覺的變化，就會導致結果徹底改變，術語叫adversarial example。
當然這和系統的輸入類型有關，目前的adversarial example主要是針對圖像。
題主在完成dl控制的情況下，可以從應對adversarial example的角度繼續做一些深化工作。