赫尔辛基——根据一篇新论文，研究人员正在研究人工智能技术如何支持中国计划中的太阳系边界任务根据该论文，人工智能可以帮助应对太阳系边缘任务的独特挑战，其中包括未知环境、复杂的任务动态、多样化的科学有效载荷、不确定的探索目标、长探测距离和数据速率有限的长通信延迟来自北京理工大学（BIT）、中国深空探测实验室（DSEL）和上海航天技术研究院（SAST）等机构的作者表示，人工智能可以通过辅助数据处理、自主感知和决策以及高效计算来增强自主性，减少对地球的依赖。该论文发表在《深空探索杂志》上中国航天官员此前曾表示，正在考虑对日球层的头部和尾部进行任务，目标是到2049年达到100个天文单位的距离（1 AU相当于平均日地距离）。一个长期目标是在本世纪末达到1000 AU的距离根据之前的报道，该任务将看到这对由放射性同位素热电发电机驱动的航天器利用木星的飞越，朝着日球层的头部和尾部飞行，并可能访问外太阳系的其他行星和柯伊伯带天体。科学目标包括研究行星际尘埃、星际介质以及异常宇宙射线和太阳系和星际空间边界的“氢墙”等现象。初步的有效载荷包括一系列光学相机、灰尘和颗粒分析仪、光谱仪和磁力计中国国家航天局于2020年正式组织并启动了太阳系边界探测项目实施方案论证，研究该任务的计划被纳入2021年中国最新的太空白皮书。10月发布的长期太空科学路线图中提到了太阳系边缘探测然而，关于这次任务的官方更新很少。这篇发表于2024年底的论文提供了一些间接的更新，并简要介绍了任务的规划。中国以前在太空中使用人工智能的方式有限，例如在最近的嫦娥六号任务样本返回任务中。一辆微型漫游车使用人工智能拍摄了月球背面着陆器的图像。预计它也将用于未来嫦娥八号月球南极任务的漫游车。美国国家航空航天局也在太空探索中使用了人工智能，例如嵌入在毅力号火星车中根据这些论文，人工智能可以在中国的太阳系边界探索计划中发挥至关重要的作用，增强航天器的自主性，减少对地球控制的依赖人工智能驱动的数据处理可以帮助确保航天器在长距离和数据速率受限的情况下只传输基本信息。人工智能驱动的数据清理还可以在传输前消除错误和不一致，而数据融合结合了来自多个传感器的输入以提高准确性。此外，基于人工智能的数据压缩技术，如使用自动编码器，通过仅识别和编码最关键的信息来减少数据量，可以在不丢失关键细节的情况下显著减少发送回地球的信息量，鉴于此类任务涉及的距离很远，这是一种至关重要的能力人工智能还可以实现自主感知，使航天器能够有效地感知和模拟未知环境。通过采用先进的人工智能算法，航天器可以自主检测和应对罕见但具有科学价值的事件，如太阳风暴或小行星撞击。作者认为，深度卷积神经网络可以有效地提高多源检测数据融合处理在图像处理中的性能。此外，人工智能驱动的探头健康监测系统可以持续评估硬件状态，预测潜在故障，以确保任务寿命和可靠性另一个可能的好处是由人工智能驱动的自主决策能力，这可以进一步加强任务弹性。人工智能驱动的导航和控制系统可以优化轨迹，并在最小的地球干预下进行航向调整。利用人工智能的任务规划系统，如强化学习（RL），能够根据环境反馈进行自主决策和实时任务规划，也可能能够适应不断变化的条件，自主确定任务的优先级，并确保有限资源的有效利用。此外，基于人工智能的故障管理系统将实时诊断和自我纠正航天器故障，提高任务安全性，而不会在地球和具有明显光时间延迟的遥远航天器之间来回切换同时，高效的计算可以改善航天器上处理能力有限的挑战。作者指出，人工智能辅助方法可以强调开发需要最少计算资源的轻量级人工智能算法，确保其在深空的有效部署只有少数航天器被发射到太阳系边缘或日球层顶。其中包括先锋10号和11号、旅行者1号和2号、星际边界探测器（IBEX）和新视野号任务。中国显然有意将人工智能用于其太阳系边界任务，这突显了人工智能在太空探索中日益重要的意义，突显了这些尖端技术如何增强深空任务能力
