著名軍火商洛克希德馬丁開發MAIA系統，用AI輔助人類登陸火星

當你離家不遠時，車輛突然發生故障可能會給你造成不便，但面對這種情況，你可以打電話叫拖車將車子送往修理廠，很快便能解決。但當你離家超過1億公里時，這種故障的發生，便可能會產生災難性後果。

洛克希德-馬丁推出的MAIA便是為了幫助宇航員從太空深處有可能發生的各種意想不到的災難中振作起來，洛克希德-馬丁公司將機器學習和人工智慧以及VR/AR相結合，以便為宇航員提供可能需要40多分鐘才能得到任務答覆的載人空間探索任務中提供更多的自主解決問題能力。

為洛克希德稱之為「數字生態系統」的MAIA本質上是一款人工智慧助理，是洛克希德公司支持美國宇航局NextSTEP項目的一部分。該項目主要負責研發人類火星登陸技術。

MAIA系統結合了航天器與地面指揮中心的完整數字信息，可實時根據這些信息通過機器散發模擬各種出乎意料的狀況，宇航員可以通過VR/AR設備了解航天器的狀況，從虛擬影像中得到航天器的真實信息，而不用去實際探查，極大的保障了宇航員的安全。

洛克希德公司希望將該系統用於NASA預計在2030年登陸火星的獵戶座太空船上。洛克希德公司NextSTEP項目經理Bill Pratt表示：這套系統能夠為在太空工作的宇航員在得不到地面指揮部幫助的情況下提供關鍵性補救措施。

「在地球低軌道上基本沒有通信延遲，如果宇航員有緊急情況，可以聯繫指揮部，幾個小時便可回到地面，而在火星，宇航員與指揮部的通信延遲將會上升到40分鐘。所以如果在火星附近出現問題，在40分鐘的時間內，宇航員得不到地球上的任何幫助。因此，太空機組人員必須要在這段始終自力更生。」 Bill Pratt說道。

典型的例子便是阿波羅13號探月任務，該飛船於1970年4月發射，是美國宇航局第三次載人登月任務。發射僅兩天，太空艙內氧氣罐爆炸使飛船損失大量氧氣和電力，引發了一系列危及整個任務的問題，最終3位宇航員決定使用登月艙作為太空救生艇返回地球。3名宇航員的成功返回地球，很大程度上是因為地球與月球之間的通訊延遲小於3秒。如果在火星上，40分鐘的通信延遲將會導致這類援助無效。

歡迎掃碼添加小編，加入人工智慧和大數據公眾號讀者交流群，探討、分享、交流！交流群每周會邀請行業專家進行在線分享！

在NASA設想中，宇航員在前往火星的途中，或者在月球軌道空間站中，可以根據MAIA系統提供的「digital twin」嘗試解決一些問題。根據介紹，洛克希德正在使用由日本NEC公司開發的「SIAT」分析引擎來收集分析來自衛星感測器的數據，以幫助MAIA系統預測可能出現的問題並給出太空船的應對方案。

「通過MAIA，宇航員能在AR虛擬影像中得到感測器中的如熱量、混合氣體等數據。雖然NASA尚未將MAIA納入官方技術，但洛克希德是獵戶座太空船的主要承包商，同樣的AR技術已經在國際空間站上得以使用。雖然國際空間站在這些工具真正可用之前便已出現，但這些技術的發展素的非常之快，或許有一天你無法想像沒有這些工具的太空世界。」 現任洛克希德公司商業民用空間業務高級項目組主管Tony Antonelli說。

MAIA並非簡單的對成品太空船進行掃描和分析，而是在飛船的設計階段便已經開始分析飛船的製作工藝以及材料。Bill Pratt表示：「在我們開始為航天器動工前，我們就已經準備好了數字助理。我們正在研究通過Gateway時便已經開始了開發工作，我們通過模擬和數學模型來構建MAIA的第一部分，每當我們建立一個子系統的模型師，他就成了MAIA的一部分。當我們不僅通過設計，而且通過實際的製造、組裝和航天器測試，這一些列的數據只會讓MAIA變得更加智能！」

洛克非得已經在設計和建造獵戶座太空船中使用了增強現實技術，通過AR技術，工程師在Orion的前艙蓋部分簡化了不見得組裝，節省了時間和成本，並且降低了錯誤率。

MAIA的多數AR工作都是與Scope AR合作圍成的，包括NEC提供的稀奇學習系統在內的眾多系統將在問題出現之前便已經將將解決方案呈現在眼前。Antonelli表示：「如果沒有一整套技術的支持，電子電路、信號干擾等問題都將妨礙我們的航天任務，在未來，這些問題都能通過MAIA系統解決。」

（本文轉載自87870網站）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！