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?！霸诩夹g(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?！笨倕⑼ㄓ嵅吭辈块L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?！敝袊茖W(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。