图片：2019年9月，欧洲太空署的风能监测卫星“风神”号近间隔贴近Space X公司的星链航天器。
欧洲太空署须要打算出规避路线以避免碰撞。

不久的将来，人工智能驱动的太空垃圾规避系统将代替专家团队，以处理近地轨道附近日益增长的太空垃圾，从而减少碰撞威胁。

欧洲太空署在德国达姆施塔特举办了新闻发布会，欧洲太空署的太空安全部门卖力人霍尔格.克拉格在第八次欧洲太空碎片谈论会上表示，每隔两周，位于德国达姆施塔特的航天器掌握职员都会在欧洲太空操作中央打算20颗近地轨道卫星的规避路线。
这一团队至少会碰着5次近间隔碰撞的情形，每一次都需保持监测及负责测算，同时，每一次也都哀求跨学科团队成员全天电话在线。

克拉格说到：“每次打算规避碰撞路线都是非常无趣的事。
由于不仅由于燃料花费问题，而且每次都须要做好各种准备。
我们须要预约摧残浪费蹂躏本钱的地面站点通畅容许，有时，我们乃至须要关闭数据获取设备。
我们须要摧残浪费蹂躏一个专业团队动手处理这件令人讨厌的事。
”

此外，这一环境发生的频率只会进步神速。
并不是所有的碰撞警告都是由太空碎片引发的。
一些包括Space X、万维网以及亚马逊等公司也在培植由上千个卫星构建的巨型星座，这些公司每个月发射航天器的数量相称于前几年环球整年发射的数量。
日益严厉的太空事件正在持续引发太空碎片专家的关注。
欧洲太空署表示，事实上，太空署操作职员近期吸收到的近一半的碰撞警告既来自小型卫星，也来自行星航天器。

因此，欧洲太空署哀求环球人工智能群体帮忙开拓一款系统，以匆匆使航天器能自动规避太空碎片，或者至少能减少专家团队当前面临的压力。

来自欧洲太空署操作中央的罗尔夫.丹斯在新闻发布会上表示：“我们搜集了大量的碰撞警告数据，并通过这些历史数据来演习人工智能系统，使其能够预测警密告生后3天内的撞击风险演化情形。
只管结果还没有很完美，但是，人工智能已经能够在很多案例中复制决策程序，并准确辨识须要打算规避路线的案例。
”

蒂姆.弗洛勒是欧洲太空署太空碎片办公室的卖力人，他见告我们：“太空署将探索更新的人工智能开拓路径，例如深度学习以及神经网络等，从而提高算法的准确性。
”

蒂姆.弗洛勒表示：“标准的人工智能算法须要借助大量的数据集来进行演习，但是，从人工智能演习的角度来说，我们碰撞推演的案例数据并没有那么多。
下一阶段，我们将开拓更适宜太空现实情形的人工智能工具，从而能够借助更小的数据集开展演习。
”

现在，人工智能算法能够帮忙地面团队预测及监测每个碰撞警告，即每个卫星可能与轨道上的其他物体产生碰撞事件的警告。
据弗洛勒所说，这类人工智能助手将在未来帮助团队减少所需的专家人手，并帮助团队处理日益增长的太空事件。
而现在，仍须要人工操作来打算碰撞规避路径。

克拉格说：“截至当前，我们已经将很多须要专家全天在线处理以及跟踪碰撞警告等事务实现自动化处理，未来几年，我们希望能够找到一种办理方法以处理此类问题。
”

丹斯补充到，环球人工智能群体终极将共同互助，创造一个类似于当代飞机事件管理的碰撞规避系统，使得人工智能能够不须要借助地面人工折衷沟通，并实现完备的自动化处理。

丹斯说到：“飞机事件处理系统更加的前辈一些。
飞机碰撞规避系统是去中央化的，并且能够自动触发。
但是太空碎片规避系统还未实现这一功能，未来，还须要更多的国际谈论与互助。
”

事实上，不仅科学卫星面临轨道撞击风险，太空翱翔器如Space.X的奋进号卫星也同样面临这一风险。
搭载四位宇航员的奋进号航天器在巡航国际空间站期间，曾险些遭遇小碎片撞击。
警报终止了太空航天员的休闲韶光，并匆匆使宇航员回到了太空舱，坐回座位以随时处理可能涌现的情形。

据欧洲太空署数据显示，自1957年苏联成功发射第一颗人造卫星以来，大约已有11370个卫星发射升空，个中约6900个卫星仍运行在轨道中，但是仅有4000个仍在发挥浸染。

BY: Tereza Pultarova

FY: 秋

如有干系内容侵权，请在作品发布后联系作者删除

转载还请取得授权，并把稳保持完全性和注明出处