人眼捕捉圖像，人腦辨識變化,，這個任務(wù)完成迅速,，但讓人工智能了解人類的知識和判斷非常困難,，尤其在弱人工智能階段。地球上的AI,，經(jīng)常被專家學(xué)者比喻成一個孩子,，人類手把手教它成千上萬次，直到它們能得出與人類認(rèn)知相似的結(jié)論,。在圖像,、聲音辨識方面，當(dāng)下的AI技術(shù)發(fā)展迅速,，尤其在圖像辨識方面,，特定的識別領(lǐng)域已經(jīng)做到了低于1%的誤識率。

但星上識別要遠(yuǎn)難于地面的數(shù)據(jù)辨識和分析,。

為此,，我國學(xué)者進行了大量的有益嘗試，例如通過高分衛(wèi)星獲得圖像,，直接輸入“立交橋”等字樣可以實現(xiàn)實時定位與成像,。“在技術(shù)上,，這涉及星上高精度實時幾何定位方法,、星上數(shù)據(jù)的智能壓縮方法、變化檢測及建模等關(guān)鍵問題,?！崩畹氯收f。

與地球上的AI一樣,，星上AI同樣面臨數(shù)據(jù)基礎(chǔ)的獲取問題,，目前的星上數(shù)據(jù)無法共享共用，通信,、導(dǎo)航,、遙感衛(wèi)星各成體系?！安块T協(xié)同可能是最難解決的問題,。”總參通訊部原副部長楊千里說得直接,，衛(wèi)星的單一功能,，更多地是因為部門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，為了防止邊緣曲面變形,，鏡頭越大越好?，F(xiàn)在手機上的相機鏡頭很小，但也能拍攝寬幅的畫面,。因為軟件的進步彌補了硬件的不足,。”中國科學(xué)院院士,、中國科學(xué)院軟件研究所研究員林惠民說,，軟件定義衛(wèi)星就是通過軟件“最大化”，實現(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。