人類在世界各地以及現在在其他世界和星球上都在樹立自己的烙印。在過去的幾十年中，人類已經將航天器，漫游器和機器發送到了近或遠的行星，因此AI成為這些遠程系統中越來越重要的一部分也就不足為奇了。畢竟，如果要花費數小時甚至數天的時間才能將通信和命令發送到其他行星上的設備或從其他行星上的設備發送命令，那么就要使這些系統具有智能和自主的功能，以在惡劣的外太空，行星或巖石環境中運行身體很有意義。

在2019年的亞馬遜re：MARS會議上，美國宇航局噴氣推進實驗室IT首席技術和創新官Tom Soderstrom分享了他對這些遠程設備如何越來越使用AI的見解以及對如何將該技術應用于太空的一些見解和行星探索。Soderstrom先生在NASA的職責是計劃未來的任務，并根據技術發展方向制定戰略。

索德斯特倫先生說：“我們已經建立了一個創新體驗中心，我們可以在這個空間中體驗當前的未來。這樣做的目的是更好地了解準備使用哪些技術，同時進行過濾。其中值得追求的是使JPL，NASA和企業受益的方案。”

Soderstrom先生在re：MARS的演講中談到了“使MARS民主化”，指的是機器學習，自動化，機器人技術和太空。民主化是指利用技術浪潮使人們可以使用它。根據Soderstrom的說法，這意味著“要使算法和數據可供未來的探索者站在巨人的肩膀上，而不是幾十年或幾年，而是現在”。

特別是對于AI，JPL正在將AI的七種模式的許多方面應用于機器人，漫游者和前往遙遠星球的探測器。所有這些遠程操作系統都使用AI增強的計算機視覺的各個方面來提供對系統捕獲的圖像的更深入的了解。他們還利用自治系統和控制的各個方面，通過機器學習來幫助這些系統更適應變化。機器學習驅動的模式和異常識別對于空間受限和對地受限的系統都是至關重要的，以便更好地洞察各種設備和系統之間來回流動的所有數據。支持AI的預測分析和預測維護 對于需要運行數年或數十年而人類無能力為這些系統服務的系統的性能，同樣至關重要。

索德斯特羅姆先生說：“今天，我們使用環繞地球和深空的衛星，但我們想知道是否會出問題。因此，我們使用機器學習，并使用先前軌道或軌道的數據，通過機器學習算法，使用當前數據來確定是否出了問題。”

然后將結果可視化，從而使每個人都保持最新狀態。“我們沒有將其稱為人工智能，而是將其稱為情報幫助。我們不僅發現了人們發現的異常現象，而且還發現了人們尚未發現的異常現象。”

索德斯特倫先生分享了另一個有關預測性維護的例子。他解釋說：“在思考NASA和JPL的實際作用時，要跟蹤整個太陽系甚至整個太陽系中的航天器。為此，由于地球在旋轉，因此需要具有與航天器連接和通信能力的天線陣不管它在哪里，例如，在Voyager上，要在該處往返發送信號都需要將近40個小時，因此，一根天線可以發送信號，而另一根天線可以接收。”

與任何設備一樣，天線也需要大量維護。因此，AI目前正用于幫助預測是否以及何時需要維護，哪些零件可能會變質并且需要維修或更換。根據Soderstrom的說法，這使他們可以切換天線，然后將天線脫機進行維修，而不會失去連接。此外，他解釋說：“這可以民主化用于火車，汽車，飛機等，因為我們可以從它們的方法中學習，也可以改善我們的機器學習。”

除了使用AI控制地球和太空中的各種系統外，AI還用于幫助提供對這些系統正在捕獲的數據和圖像的更多見解。索德斯特倫先生說：“讓我們從這里在家開始吧。家里發生了很多事情，我們在JPL和NASA所做的就是從太空看地球。這提供了截然不同的視角。有許多衛星繞地球旋轉，大約需要90分鐘才能使整個行星運轉。人工智能的一個用例示例是檢測森林大火。”

因此，得益于支持AI的衛星，成像系統能夠檢測煙霧云，自動觸發另一顆衛星以拉近距離以進行驗證，定位并向當地消防部門發出警報。這只是自主衛星代表我們工作的一種方式。他分享的另一個示例是使用我們發送的衛星來幫助我們研究水和冰的模式，因此我們可以對此進行機器學習，并讓人們使用真實數據。

對于AI的未來，Soderstrom先生非常樂觀。“我認為我們經歷了很多AI冬季，但我們應該在AI夏季來臨。我認為會有很多美好的事物。如果我們觀察即將到來的六次技術浪潮，其中一個就是應用AI，這很適合應用人工智能，以及其他浪潮，在任何地方都與我們所說的嵌入式AI相結合，從根本上講，無論您身在何處，都將產生私人助理，這可能來自智能手機，智能手表或其他產品。”

確實，對太空探索的追求導致了我們今天使用的許多產品，例如凱夫拉（Kevlar），維可牢尼龍搭扣（Velcro），嬰兒配方奶粉甚至安全玻璃。隨著我們繼續探索太空的努力，人工智能將在其中扮演越來越重要的角色，并在太空和地球上都將提供幫助。