人眼捕捉圖像,，人腦辨識(shí)變化,，這個(gè)任務(wù)完成迅速,，但讓人工智能了解人類的知識(shí)和判斷非常困難,，尤其在弱人工智能階段,。地球上的AI,，經(jīng)常被專家學(xué)者比喻成一個(gè)孩子,，人類手把手教它成千上萬(wàn)次,，直到它們能得出與人類認(rèn)知相似的結(jié)論。在圖像,、聲音辨識(shí)方面,，當(dāng)下的AI技術(shù)發(fā)展迅速，尤其在圖像辨識(shí)方面,，特定的識(shí)別領(lǐng)域已經(jīng)做到了低于1%的誤識(shí)率,。

但星上識(shí)別要遠(yuǎn)難于地面的數(shù)據(jù)辨識(shí)和分析,。

為此,，我國(guó)學(xué)者進(jìn)行了大量的有益嘗試，例如通過(guò)高分衛(wèi)星獲得圖像,，直接輸入“立交橋”等字樣可以實(shí)現(xiàn)實(shí)時(shí)定位與成像,。“在技術(shù)上,，這涉及星上高精度實(shí)時(shí)幾何定位方法,、星上數(shù)據(jù)的智能壓縮方法、變化檢測(cè)及建模等關(guān)鍵問(wèn)題,?！崩畹氯收f(shuō)。

與地球上的AI一樣,，星上AI同樣面臨數(shù)據(jù)基礎(chǔ)的獲取問(wèn)題,，目前的星上數(shù)據(jù)無(wú)法共享共用，通信,、導(dǎo)航,、遙感衛(wèi)星各成體系?！安块T(mén)協(xié)同可能是最難解決的問(wèn)題,。”總參通訊部原副部長(zhǎng)楊千里說(shuō)得直接,，衛(wèi)星的單一功能,，更多地是因?yàn)椴块T(mén)條塊之間分割很明顯,。此外還由于不同任務(wù)的衛(wèi)星應(yīng)用著不同的硬件。楊小牛介紹,，不同頻段的天線用于不同功能的衛(wèi)星上,，例如導(dǎo)航和電子偵察對(duì)抗的衛(wèi)星使用的天線并不相同。此外,，空天環(huán)境的高輻射,、離子風(fēng)暴、溫度劇烈變化等外在環(huán)境也對(duì)系統(tǒng)的穩(wěn)定性提出了高難度的挑戰(zhàn),。

“天腦”雛形,，邁出智能衛(wèi)星演化第一步

“以前的相機(jī)，為了防止邊緣曲面變形,，鏡頭越大越好?，F(xiàn)在手機(jī)上的相機(jī)鏡頭很小，但也能拍攝寬幅的畫(huà)面,。因?yàn)檐浖倪M(jìn)步彌補(bǔ)了硬件的不足,。”中國(guó)科學(xué)院院士,、中國(guó)科學(xué)院軟件研究所研究員林惠民說(shuō),，軟件定義衛(wèi)星就是通過(guò)軟件“最大化”，實(shí)現(xiàn)硬件“最小化”,，既能夠降低衛(wèi)星的研發(fā)成本,、也能縮短研發(fā)周期。