太空探索就一直沒有停止過，而月球作為離人類最近的地外星球更是許多科學家首選的探索地點。然而由于人類自身的限制因素，目前對月球的了解是知之又少?，F(xiàn)在有了人工智能那結果可定就會大不一樣了。

　　隨著人工智能等前沿科技的發(fā)展，人類的太空探索行動迎來了重大助力。月球作為離人類最近的地外星球，未來也將成為人類太空活動的主要場地。

　　近幾年的科幻電影中，有一部佳作叫做《月球》。

　　影片中討論的是克隆、人工智能等未來科技給人類帶來的挑戰(zhàn)和孤獨感，而影片的背景，就設定在月球上。影片中，月球是克隆人和人工智能技術的試驗場?；诩夹g利益的陰謀與倫理挑戰(zhàn)也發(fā)生在月球這個孤獨而遙遠的舞臺中。

　　很多關于AI的故事都發(fā)生在宇宙，也許是因為宇宙、生命和AI這些命題，都能帶給人類探索的欲望和浩瀚永恒面前的渺小感。即使拋開情感層面的共振，月球和AI也有某些現(xiàn)實層面的聯(lián)系。

　　在月亮最圓的這一天，我們不妨看看AI如何拉近人類與月球的聯(lián)系?；蛟S未來的某一天，我們真的可以借助AI到月球上工作、定居。

　　畢竟未來的魅力就來自于不確定性。

　　深度學習處理月球影像與數(shù)據(jù)

　　人工智能與月球最直接的聯(lián)系，應該是美國宇航局NASA提出的前沿發(fā)展實驗室FDL系列計劃。

　　在這個計劃中，NASA希望借助人工智能的技術發(fā)展，來處理空間探索中所涉及到的各種問題。尤其重要的一點，是借助人工智能來分析目前NASA收集到的大量數(shù)據(jù)——畢竟那么多衛(wèi)星、星球探測車、天文望遠鏡，隨時都在記錄和收集數(shù)據(jù)，處理這些數(shù)據(jù)的工作量遠遠不是人力所能承受的。

　　這其中就包括對所拍攝月球影像和其他數(shù)據(jù)的處理。

　　通過構建深度學習系統(tǒng)，NASA可以分析大量多角度、長時間內(nèi)獲取的月球3D圖像。勾勒更加完整精準的月球表面地形地貌數(shù)據(jù)庫，同時可以更加準確的預計地球、月球、太陽三者間的運行軌跡。

　　這樣做的主要意義在于，月球的公轉速度導致月球始終有大面積區(qū)域是隱藏在陰影當中的，這給研究月球和進一步的登月帶來了巨大困難。通過神經(jīng)網(wǎng)絡等技術對現(xiàn)有數(shù)據(jù)加以學習和自我推理，可以讓探索陰影中的月球和月球兩極成為可能。

　　另一個必要性在于，NASA有大量衛(wèi)星同時拍攝月球影像數(shù)據(jù)，還有月球表面的探測車傳回精準數(shù)據(jù)。但這些數(shù)據(jù)分散且龐大，很難用人工去完成整合分析任務。因此用深度學習技術來處理數(shù)據(jù)就成為了最合適的選擇。

　　人工智能在月球數(shù)據(jù)上的應用，并非僅僅有前瞻性的研究價值，而是已經(jīng)有非常具體的應用場景。比如說幫助推算月球探測器的最佳著陸點、通過軌跡運算來推測月球車最大程度接受太陽能的線路，從而增強其使用壽命、推理出高精度月球環(huán)境數(shù)據(jù)，幫助科學家分析月球地質(zhì)信息等等。

　　未來一旦登月重新開啟，借助人工智能繪制出的月球高精地圖將會更加重要。

　　而NASA進行月球數(shù)據(jù)AI化處理的方式，主要是依靠與英特爾等AI巨頭的項目合作。這種模式或許未來在中國也能得到很好的拓展。

　　探月旅程中的人工智能

　　上面說到登月，但我們都知道人類重新登月遲遲沒有推上日程，是因為載人宇宙航空當中存在著大量安全隱患和成本問題。這些條件的制約，讓大多數(shù)國家不敢貿(mào)然模仿在極端政治經(jīng)濟環(huán)境下達成的人類登月行動?？梢哉f是很可惜的一件事。

　　而在載人宇航以及星球登陸探索中，人工智能正在扮演者越來越重要的角色。

　　比如說，航天飛行器發(fā)射以及空間站建立當中，最重要的環(huán)節(jié)就是風險控制。到目前為止，火箭發(fā)射和空間站維護始終都是高度危險的工作。任何微小的瑕疵都可能導致極其嚴重的事故。

　　而危險的重要來源之一，在于航天發(fā)動機等設備極其復雜，無法進行實時監(jiān)控和故障排除。由于排查和發(fā)射之間有時間和步驟的斷裂，導致事故問題無法徹底排除。

　　已經(jīng)有航天專家，通過AI技術來構建火箭以及航天飛機的整體事故檢查系統(tǒng)。通過擬人的知識網(wǎng)絡圖譜模式，建立可感知、可控制的航天器安全矩陣，從而第一時間監(jiān)控設備安全。

　　這被稱為航天器才的主動安全監(jiān)控系統(tǒng)，而未來能夠讓這一系統(tǒng)通用化的幕后英雄，就來自人工智能帶來的數(shù)據(jù)感知與整體學習能力。

　　此外，用人工智能來構建宇航員的輔助系統(tǒng)也是重要的課題之一。

　　在宇宙中，宇航員的感官受到了大量的環(huán)境限制，無法像地球一樣準確感知外在。目前，這個領域相對成熟的是智能座艙管理系統(tǒng)。它可以通過機器學習來對過往的任務與事故經(jīng)驗進行學習，在宇航員需要幫助時提供更優(yōu)化的選項。

　　當然，像鋼鐵俠戰(zhàn)甲一樣的“保姆式人工智能”還不存在，但通過智能體系來監(jiān)控宇航器、宇航服和對接系統(tǒng)，已經(jīng)在逐步成為可能。

　　還有一個重要的場景，在于宇航員登陸其他星球時的規(guī)劃和調(diào)度系統(tǒng)。對于外星登陸來說，最大的危險來自于預計的登陸場景和現(xiàn)實中不一致，或者遭遇了其他不可知因素。這里有可能用到的，是神經(jīng)網(wǎng)絡技術對模糊環(huán)境進行感知和判斷的能力。通過模糊感知數(shù)據(jù)與大數(shù)據(jù)庫的連接，幫助宇航員實時調(diào)整登陸方案，是登陸外星時人工智能可能提供的關鍵幫助之一。

　　其實宇航領域的人工智能還有很多，這里列舉的只是登陸月球這個命題下最可能遇到的一些。探索未知必須以安全為前提，這是人工智能帶給空間探索的重要幫助。

　　用人工智能認識月球?qū)Φ厍虻挠绊?/p>

　　在人類如何去月球這個領域之外，人工智能或許還能反過來幫忙，讓我們知道月球?qū)ξ覀兊降子惺裁礃拥挠绊憽?/p>

　　我們知道，根據(jù)很多數(shù)據(jù)分析顯示，月球引力對地球的影響是確實存在的。但這種影響到底有多大，有多強，頻繁到什么地步，科學界卻莫衷一是。

　　有人說月球引力可以讓普通人感知到。比如癲癇、麻風病等病癥在滿月左右發(fā)病率更高（據(jù)說由此來產(chǎn)生了著名的狼人傳說）。也有人說地震、火山爆發(fā)等災害與月球?qū)Φ厍虻拇艌鱿⑾⑾嚓P。甚至很多專業(yè)數(shù)據(jù)測試證實了這種說法。

　　當然，更加被廣泛認同的是，月球引力對潮汐和魚群的影響是真實存在的。甚至比預想中更強烈。探究月球引力對地球的作用，對航海和捕魚業(yè)具有非常直接的影響。

　　在這種背景下，通過人工智能技術來對世界各地潮汐、地震、火山等環(huán)境數(shù)據(jù)，以及魚群、候鳥等生物數(shù)據(jù)，再加上月相數(shù)據(jù)進行整合分析，就成為了一個重要話題。

　　目前，NASA等世界主流天文機構已經(jīng)建立起了系列月球引力與海洋環(huán)境數(shù)據(jù)庫，通過大數(shù)據(jù)+神經(jīng)網(wǎng)絡的方式對這些數(shù)據(jù)庫進行分析，已經(jīng)成為科學家和企業(yè)服務機構的主要研究手段。

　　雖然月球?qū)Φ厍虻恼嬲绊戇€有待進一步檢驗，但通過月相、潮汐、水文等數(shù)據(jù)，提供高精度、即時化的航海信息服務已經(jīng)出現(xiàn)。

　　我們正在通過數(shù)據(jù)+AI更好的瞭望這個世界，而月色，始終是我們沒有放過的一道風景。