太空旅行、探索和觀測當中，往往涉及人類歷史上最復雜、最危險的一系列科學與技術操作。在這些領域，人工智能（AI）已經證明了自己強大的輔助作用。

正因為如此，宇航員、科學家和其他以探索并記錄終極邊界為己任的人們，才積極轉向機器學習（ML）以協助應對自己面臨的非凡挑戰。

從引導火箭穿越太空到研究遙遠行星的表面，再到測量宇宙大小和計算天體的運動軌跡，AI在太空中擁有著眾多有趣且令人興奮的應用場景。

太空航程

在航天器的起飛與著陸過程中，AI能夠實現發動機操作自動化并管理起落架等功能的實際部署，借此優化燃料的分配與使用。

SpaceX公司就利用AI領航系統使其獵鷹9號飛船實現了自主操作，并按照與NASA簽訂的貨物運送合同與國際空間站（ISS）成功對接。該系統能夠計算火箭在太空中的軌跡，同時考慮燃料使用、大氣干擾和發動機內部的液體“晃動”。

CIMON 2是空中客車公司設計的機器人，相當于宇航員身邊的移動式亞馬遜Alexa虛擬助手。它使用IBM Watson AI系統構建，使用內部風扇推動自身前進，能夠充當免提式信息數據庫、計算機和相機。它甚至可以通過分析聲音中的壓力水平，來評估宇航員們的情緒和心態。

NASA旗下噴氣推進實驗室的任務規劃人員，則利用AI對各種任務參數進行建模和評估，借此了解不同選項和行動方案的潛在結果。這些實驗能夠為未來的航天器設計與工程操作提供指導信息。收集到的數據還可用于一些假設性未來任務的前瞻性規劃，包括登陸金星和木衛二——這是一顆圍繞木星運行的冰冷衛星。

SpaceX還利用AI算法來確保其星鏈衛星不致與太空中的其他軌道或過渡飛行器發生碰撞。他們的自主導航系統能夠實時檢測附近的危險，并調整衛星的速度和軌道來采取規避行動。

英國航天局同樣開發了自主系統，允許其航天器和衛星通過自主行動回避太空碎片。到2025年，英國航天局計劃在此基礎上發射一艘自主航天器，任務是捕捉并清理太空碎片。如果不主動加以控制，太空碎片很可能對未來的航天飛行構成威脅。

行星探索

火星漫游者是專司探索火星表面的機器人，我們可以對它們發送回地球的數據進行分析和學習。利益于機器學習算法，這些機器人能夠在火星地表上自主導航，避開可能導致其硬件損壞或動彈不得的深坑與陡壁。此前發往火星的勇氣號就因車輪陷入軟土而困在當場，NASA最終于2011年決定放棄救援和聯絡。而在機器學習技術的幫助下，NASA已經成功避免了另一輛漫游車的意外損失。

最近幾年，NASA旗下噴氣推進實驗室利用圖像識別工具來研究火星漫游者等地面機器人拍攝的圖片，并對地形特征進行分類。他們甚至發現了火星表面一個直徑僅四米的隕石坑。

毅力號漫游者配備一套名為AEGIS的計算機視覺系統，能夠檢測并分類火星表面發現的不同巖石類型，讓我們更多了解這顆紅色行星的地質成分。

大家甚至可以在家中參與訓練火星漫游者使用的AI算法。AI4Mars項目就誠邀用戶下載相關工具，通過在個人計算機上標記地形特征來改進好奇號火星車上的自主導航系統。

雖然到目前為止，大多數地表探索都依靠輪式機器人完成，但歐洲航天局正在試驗使用“跳躍式”機器人。這些機器人可以用腿前進并完成跳躍動作。AI算法會協調機器人四肢的運動和平衡，從而探索月球上以往無法抵達的位置，例如月球上由巨大隕坑形成的阿里斯塔克斯高原。

人們已經開始利用AI檢測月球表面，確定未來載人任務的最佳著陸點。這也有助于宇航員充分了解后續將要著陸的環境，不必像阿姆斯特朗等第一代登月人那樣直面巨大的風險。

描繪宇宙

天文學家正使用AI識別遙遠星云中各星團的模式，同時結合深空中檢測到的其他分類特征來繪制宇宙星圖。

以NASA的開普勒望遠鏡為例，它能通過分析恒星發出光輻射的衰減來確定有行星在恒星和地球之間經過，進而確定行星的可能位置。

AI還被用于預測恒星和星系的活動，幫助我們了解超新星爆發等宇宙事件的潛在發生位置。

通過對這些神秘天體與中子星碰撞時產生的引力波進行時序分析，研究人員已經檢測到數十個黑洞的存在。

AI技術還被用于俯瞰地球和整個宇宙。2004年開始運行的自主科學衛星技術實驗（Autonomous Sciencecraft Experiment）項目就接入地球預測1號衛星，使其能夠對用相機拍攝到的圖像做自動分類，進而決定哪些圖像更值得花費寶貴的帶寬傳輸回地球。

加州大學伯克利分校的SETI@Home項目則使用AI算法處理射電望遠鏡生成的大量數據，希望在太空中搜索外星智能的跡象。盡管該項目已經停止向志愿者發送新的待檢查數據，但仍有大量數據未經分析檢索，所以激動人心的真相也許就蘊藏在這部分素材當中！

AI也被用于創建迄今為止最準確的黑洞圖像。Roger Penrose、Reinhard Genzel和Andrea Ghez憑借為M87星系中心超大質量黑洞創建逼真圖像，獲得了2020年的諾貝爾獎。

AI的應用范圍還遠不止于此，研究人員現在希望超越事件視界，使用AI技術揭示黑洞內部的情況。這項工作還將涉及量子計算，有望幫助物理學家們解決領域中最核心的問題之一——將愛因斯坦的廣義相對論與粒子物理學的標準模型統一起來。

人們甚至希望AI能夠幫助測量宇宙，更好地把握它的大小和形狀。使用AI超級計算機對日本的天文數據開展研究，我們已經成功創造出與已知存在的宇宙相匹配的模擬星圖。這意味著我們可以預測宇宙的特征，并擺脫當前因光速限制（即可觀測宇宙）而難以突破的探索邊界。