载人航天任务的人-人工智能系统发展研究

载人航天任务的人-人工智能系统发展研究

人类的航空航天实践表明，在探索宇宙和开发宇宙资源的活动中，人们的亲自参与是必不可少的。换句话说，载人航空航天是航天业的重要组成部分。然而,载人航天存在着两个固有问题:首先,为了保障航天员的安全和健康,使得航天工程系统的技术复杂性和运行成本大大增加;再者,人作为在地球上进化发展成的最高级生物体,其复杂的生理系统,在结构和功能上都非常完美地适应着地球表面的环境,而一旦进入崭新的航天环境,必然要发生一系列适应性调整变化,这些偏离常态的变化便会引发健康问题。载人航天的规模越大、时间越长,这些问题就越突出。显然,因噎废食是不可取的。于是,摆在我们面前的问题是,如何既坚持载人航天的发展,又使上述问题的影响程度尽可能地小。一个办法就是,发展和利用人工智能,减少航天员的数目,在空间建立人-人工智能(AI)系统,或航天员-人工智能系统。尽管人工智能系统近年来已有迅速发展,但在载人航天工程中的应用却非常有限,在我国则还没有提上日程。因此,本文就此系统涉及的若干技术问题进行讨论,以期及早进行有关的技术预研,为未来的长期载人航天活动进行必要的技术准备。人-AI系统的组成和分工在载人航天的人-AI系统中,航天员与AI构成一个相辅相成的智能体系,共同执行航天任务。其中,航天员处于主导地位,负责对系统中各种AI的监视、控制和管理,同时,完成AI所不能胜任的机动性或随机性强的航天和科学实验任务,充分发挥人的能动性和创造性。AI则执行程序性的、危险性较大的以及高成本的任务。这种分工模式的主要特点是取长补短、相辅相成,因而有利于组成一个更为安全、经济的高效智能系统。人的功能特点一方面是具有高智能,另一方面则是速度慢、易疲劳、易出错。而且,人的生理和心理系统虽然具有很强的适应性,但也有很大的脆弱性。所以,充分发挥人的作用,就是要利用人独特的智能。关于人的智能目前存在多种理论。作者认为,人的智能可分为三个层次,即:智慧、智力和技能。智慧与经验积累和文化提升程度有关,它对人生和重大决策具有指导意义。智力是智能的主体,它更直接地依赖于人的认知活动,通过感知、记忆、思维等活动,对面临的具体问题进行分析、判断,提出解决办法。技能是人智能的基础层次,它是人与环境相互作用的手段,主要包括感觉、运动、操作和语言。在载人航天的人-AI系统中,这3个层次的智能成分都分别发挥重要作用。智慧主要在航天员自身修养、意志、情绪控制和相互关系调整方面起作用,智力和技能则在航天员和人工智能的相互作用中发挥重要作用。除智慧外,人类的综合思维能力和语言能力在可预期的时间内,是人工智能所难以达到或超越的,这就是为什么航天员应当作为这个智能大系统的主导和核心。人工智能的长项是速度快、精度高、不易疲劳,执行专项任务的可靠性高,有较强的抗不良环境因素的能力。弱点是灵活性低,综合感知和思维能力差,特别是在人工智能发展的初期,因此适合于作为航天员的助手,执行单项或几项相关的任务,例如舱内环境参数的检测和控制,以及各种飞行动力学信息的管理等,更适合出舱活动,特别是在月球或火星表面进行较远距离的探测和采样。航天中AI的主要形式发展计算机技术AI内容和定义AI至今是一个尚未界定的领域,它覆盖的范围甚广,如:机器人、自然语言处理、计划管理、神经网络、计算机视觉、机器学习、计算机下棋、基于规则的系统,以及基于事例的推理等。因此,关于AI的定义,存在相当的分歧:一类认为AI代表如何使计算机具有智能思维的研究领域,在方法上,或者模拟人类的智能,或者通过发展计算机技术来产生智能;另一类,则认为AI是指计算机能够仿效人类学习和决策的能力。对本文来说,我们倾向后一种说法,即AI是指具有一定解决问题能力的计算机或具有一定感觉-运动功能及/或类似人的认知能力的机器。AI分类根据对AI能力的期待程度,有强AI和弱AI之分,前者是试图让AI具有人一样的思维深度和广度,后者则仅限于利用人的某种信息加工方法让计算机去解决某种难题。目前,大部分AI研究属于后者。根据实现途径,则有符号AI和连接主义AI之分。符号AI源于Newell和Simon的物理符号系统,他们认为,利用一套表面看来毫无意义的符号完全可以说明人的智能推理过程。以神经网络为典型代表的连接式AI则源于Minsky和Papert的感知思想和其后并行分布处理技术的发展,他们以简化的神经元模型构成单层或多层网络,通过改变连接方式和加权系数,实现多元信息的处理。符号AI是对人思维过程的外化,具有明确的知识表达方式,适合于具有清楚表达的问题的解决,而连接式AI则适合于解决表达尚不明确的问题,如视觉和语言识别。总体上,需关注专家系统的业务需求,并将使用人工智能技术来突出自身的特殊能力专家系统专家系统的概念于20世纪60年代由斯坦福大学Feigenbaum教授提出,它是一种能够仿效某专业领域专家或专家组的知识和推理能力的计算机程序,及上述的基于规则的系统。它与数据库的本质区别在于,它由一套将事实和描述事实之间关系的规则联系起来,从而具有初级的类似人智能的推理能力。专家系统包括两个主要成分:一是数据基础,它与仅具有数据加工、计算和信息提取功能的数据库存在质的区别,因为它包含可执行的指令编码;另一是推理引擎,其功能是解释和评价数据基础中的数据和指令。专家系统解决问题的能力不是来自编程的技巧,而在于它所包含的专业知识。在载人航天系统中,专家系统具有广泛的用武之地,例如舱内环境的检测和控制,导航与控制,以及航天员作息制度、工作程序的控制和调节、航天员健康数据管理和医学对策等。利用专家系统可以将工程专家和航天医学专家的知识和经验经过系统化、条理化后带到天上去,从而增强各种自控系统的智能性,提高航天员管理的科学性和灵活性。智能管理系统智能管理系统实质上是一种更高层次的专家系统,它具有系统、大系统级总体或总设计师的有关知识和经验,执行综合性的监控和管理。智能管理系统接受来自局部专家系统的信息,实时了解他们的工作状况,回答它们提出的问题,如果遇到不能解决的难题,及时向航天员或地面指控中心报告,并能将接受到的指示转化为输出到有关局部专家系统的指令。随着人工智能理论和方法的发展,智能管理系统的功能应当超越专家系统,而成为具有更强的解决问题的智能系统,例如,包括Newell及其同事所发展的具有自学习能力的被称为“Soar”的人工智能软件系统,这类智能系统属于符号AI,其创意在于它具有类似人的将解决问题过程中的失败和成功经验进行关联记忆和整理的功能,因此解决问题的能力会越来越强。这样,它就可以越来越多地替代航天员的功能,使航天员从日常的管理事务中解放出来,去从事更高级的探索和研究活动。机器人机器人是人工智能的一个重要形式,它代表着自动化技术和理论发展的水平,它是具有人类某种特征的自动机,机械手就是一种简单的机器人。目前机器人已广泛应用于军事、工业和娱乐等行业。复杂的机器人包括符号AI和连接式AI技术。目前,美国麻省理工学院(MIT)正在研制的具有人类认知功能的认知机器人系统“COG”,代表着机器人发展的最高水平。之所以命名为COG,就是突出其认知(cognition)能力,因为它具有人工眼、耳和四肢并具有模拟人脑功能的微处理器网络,通过与环境的相互作用,能够学会识别面孔、物体,跟踪运动的物体等能力。在载人航天中机器人主要执行出舱活动,不管是在近地轨道还是在月球或火星地面站,都需要机器人代替航天员完成出舱探索、维修或样品收集任务。航天机器人可以仿效COG,但应当根据特定任务的需要突出其特定的功能。例如,在月球或火星表面进行探索和样品收集的机器人就应当互有很强的视觉感知、空间记忆、物体辨别和运动功能,而且最好具有对化学物质敏感的嗅觉功能。因此,它应当具有复杂的模式识别、分析判断能力,并能够与基地中航天员进行信息交流。机器人在航天中的采用,将会大大减小由航天员亲自出舱带来的风险和保障成本,因而在未来载人航天中具有非常广阔的应用前景。未来航天中人-AI系统发展的阶段在初期,航天中人-AI系统可采用两层次结构,航天员位于指挥、管理层,各种AI子系统则位于执行层次。相互作用主要发生在航天员与AI之间,不同的AI子系统之间没有或只有少量的信息交换。显然,这样的系统较为松散。随着AI技术和功能的发展,就会出现具有管理功能的AI子系统,它负责对各种AI单元或子系统的监控和协调,航天员也应当有明确的分工,于是形成多层次的结构(图1)。在这种系统中,位于顶层的指令长,是整个系统的核心,既负责航天员的协调管理,也密切关注担负管理职能的AI子系统。人与AI的各种信息接口是航天中人-AI系统能够有效工作的关键环节。信息接口包括听觉、视觉、触觉信号和遥测信号。语言交流是最有效的一种信息交换方式,所以无论是智能管理系统还是航天机器人,都应当具有人类语言的理解能力。当然,航天中人-AI系统不仅要考虑其功能的完善性,更要注重其运行可靠性,所以,发展的方略应当是在可靠的基础上由简单到复杂地逐步进化,最终发展为以航天员为核心的智能性很强的、能完成各种航天任务的人-AI系统。这种技术的发展不仅使载人航天出现一个崭新的局面,还必然会促进地面人工智能理论和技术以及人类智能研究的发展。在航天人-AI系统中,技术复杂性和难度最大的是具有多种感知能力、分析判断能力、灵活运动能力和与航天员信息交换能力的机器