在過去的幾年里，美國在太空領(lǐng)域取得巨大進(jìn)步，包括 NASA 發(fā)射巨型火箭、部署望遠(yuǎn)鏡以及小型火星直升機(jī)的飛行測試。億萬富翁杰夫貝佐斯、理查德布蘭森和埃隆馬斯克進(jìn)行太空旅游。種種跡象預(yù)示著經(jīng)過長時間的線性演化之后，新一代的太空探索和技術(shù)革命。太空再次成為超級大國競爭的主要舞臺。

當(dāng)前時代將在很大程度上決定國家能否在突破性技術(shù)——尤其是人工智能 (AI) 領(lǐng)域獲得決定性優(yōu)勢，而不是專注于控制物理空間和生產(chǎn)軍事硬件。

人工智能將改變每項人類活動的決策方式，尤其是當(dāng)各國開始進(jìn)一步在太空中運(yùn)作和競爭時。當(dāng)前，航天器日益增多，在軌道上發(fā)生衛(wèi)星、碎片和其他物體碰撞的潛在風(fēng)險也在增加。此外，獲得太空優(yōu)勢的較短決策周期需要新的、創(chuàng)新的信息融合、決策支持和自動化方法。隨著聯(lián)合情報成為美國國家安全的關(guān)鍵任務(wù)，碳基和硅基決策系統(tǒng)（有時稱為人機(jī)團(tuán)隊）的集成將更好地定義跨所有領(lǐng)域訪問自由的成功。

人工智能將徹底改變情報、監(jiān)視和偵察 (ISR)，這一過程仍然主要通過有限的自動化或基于規(guī)則的系統(tǒng)運(yùn)行?；?AI 的算法的優(yōu)勢之一是它們不會偏向于先入為主的計劃或假設(shè)。一些算法可以隨著時間的推移學(xué)習(xí)模式，并發(fā)現(xiàn)人類永遠(yuǎn)不會注意到的大型多源數(shù)據(jù)集中的異常。

隨著美國整合技術(shù)和通信系統(tǒng)并為聯(lián)合部隊創(chuàng)建信息基地，聯(lián)合全域指揮與控制 (JADC2) 的概念需要有效、優(yōu)化和靈活地利用太空進(jìn)行遙感和通信。在與同等對手的競爭中，包括關(guān)鍵通信資產(chǎn)在內(nèi)的重心肯定會成為首要目標(biāo)。操作人員通過人工路由數(shù)據(jù)將無法足夠快地做出響應(yīng)，無法在足夠的時間內(nèi)將正確的數(shù)據(jù)提供給正確的用戶，從而產(chǎn)生影響?；?AI 的優(yōu)化程序可以在幾秒鐘內(nèi)考慮數(shù)十億個備選方案，比實時更快地對對手的行動做出反應(yīng)，并且在某些情況下，可以預(yù)測復(fù)雜的空間網(wǎng)絡(luò)多域戰(zhàn)場空間中的未來行動。

過去的一年對于生成式人工智能來說也是非凡的一年。全世界的公民都在嘗試使用 AI 生成的藝術(shù)應(yīng)用程序，例如 DALL-E 和 Stable Diffusion。我們都對 OpenAI 作為 ChatGPT 實施的大型語言模型感到好奇和著迷，許多未來學(xué)家假設(shè)我們與計算機(jī)系統(tǒng)交互的新時代。但這些技術(shù)有朝一日可能會徹底改變我們收集和傳播天基數(shù)據(jù)的方式。例如，像 ChatGPT 這樣的對話模型可以改變通過太空資產(chǎn)制定情報收集計劃的方式，允許操作人員利用自然語言查詢和機(jī)器學(xué)習(xí)模型，這些模型是在以前成功的所有事物上訓(xùn)練的。用戶可能會簡單地說“SpaceGPT”成千上萬依賴于繁重計算、人為驅(qū)動的優(yōu)化和消除沖突的工作角色可能會通過生成 AI 實現(xiàn)自動化或增強(qiáng)。

然而，這項技術(shù)的前進(jìn)道路并不簡單。

雖然 AI 越來越多地被用于各個行業(yè)和幾乎所有可以想象的能力，但它的能力仍然存在局限性。值得注意的是，人工智能決策的好壞取決于用于訓(xùn)練模型的數(shù)據(jù)。空間系統(tǒng)激增，數(shù)據(jù)交換和融合的標(biāo)準(zhǔn)格式很少。盡管數(shù)據(jù)量每年都呈指數(shù)增長，但將多種格式放在一起并理解它們?nèi)匀皇且粋€巨大的挑戰(zhàn)。

值得慶幸的是，災(zāi)難性事件并不頻繁。然而，這種頻率不高使得根據(jù)正常的“生活模式”來訓(xùn)練模型具有挑戰(zhàn)性。為此，讓 AI 接觸到對合成環(huán)境和情況的持續(xù)、嚴(yán)格的建模很有必要。在合成環(huán)境中進(jìn)行 AI 功能評估和測試的公司會生成有價值的數(shù)據(jù)，為機(jī)器做出更好的決策提供信息。由于 AI 邊做邊學(xué)，它必須接受訓(xùn)練以應(yīng)對大量可能發(fā)生的事件，而人類則觀察其反應(yīng)以確定其有效性和能力限制。

采用人工智能的最終障礙是我們普遍缺乏對人工智能的信任，這是由觀察到的失敗和我們長期接觸由機(jī)器出錯主導(dǎo)的反烏托邦小說所塑造的。在實驗階段，人類必須留在決策循環(huán)中，以便最終可以信任 AI 獨立行動以做出時間關(guān)鍵的決策。隨著人工智能超越人類的速度和能力，人們迫切需要確保在太空中自主運(yùn)行的算法能夠在沒有人類監(jiān)督的情況下持續(xù)可靠地運(yùn)行。