AI引領太空產業發展

　　從衛星運行到太空機器人，人工智慧（AI）技術在太空產業展現巨 大潛力，提升數據處理、自主導航與任務規劃等能力。目前的應用包 括透過AI/ML優化故障偵測、衛星酬載遙測、衛星網路管理與太空機 器人等功能，提升任務的執行效率和安全性，但太空的極端環境將成 為AI是否能在航太領域普及的關鍵，如何整合AI系統與現有技術以突 破環境因素限制，將成為核心議題。　　隨著世界各國持續探索太空領域，預估2024年至2029年AI在太空產 業應用市場的年複合成長率將接近25％。目前AI已用於協助衛星運行 ，如以衛星影像的電腦視覺（CV）分析遙感影像、優化自主導航能力 ，提高衛星通訊可靠度與傳輸效率。而太空機器人可運行複雜的演算 法，以執行更多樣化的任務，並獲得較佳學習能力。　　　　■AI用於太空船檢測、衛星網路管理　　目前AI常用於太空船的狀態檢測，如美國NASA開發太空船健康自動 推理系統（SHARP），能夠針對正在執行任務的太空船與地面資料系 統進行自動化的健康狀態分析，以正確診斷並排除故障。在定義上， 故障是指至少一個系統參數與實際參數之間產生偏差，例如機身溫度 或壓力值超過設定標準值上限。　　傳統的故障偵測或以即時感測的數據建模方式都需耗費大量資源， 實務應用也存在限制，現已有改用機器學習執行數據探勘的作法，能 更大程度地理解大量變數之間的關聯性，為操作與管理人員提供有效 建議。　　在太空產業中，遙測是指透過電磁輻射作為媒介，以辨識地球表面 特徵或其他地理特性的技術。要達成這項功能，須具備衛星酬載，即 衛星上執行任務的設備或系統。經由AI輔助，衛星可以透過深度學習 預處理數據，減少總體資料的傳輸量，自動篩選掉受干擾的影像等無 法使用的資訊。　　在衛星網路管理部分，導入AI技術有助於整合衛星通訊、資源分配 、流量控制、故障偵測與軌道調整等多個層面，並提升協作能力。而 機器學習演算法可自動控制衛星軌道修正、運行方向、天線的方位等 ，盡可能減少人為操作。AI也可以增強衛星網路的安全性，以深度學 習為基礎的入侵偵測系統能辨識網路的異常活動，避免衛星通訊受干 擾。　　至於在太空機器人的應用，AI能讓太空機器人執行複雜任務時具有 更高的自主性、靈活性與適應性，在太空或行星表面的探索任務中， AI可協助機器人根據周圍環境調整路徑、避開障礙物，相關應用已在 NASA的勇氣號與好奇號火星探測車中實現。　　　　■廠商動態、市場趨勢，以及挑戰　　美國航空設備製造商Lockheed Martin先前已與輝達（NVIDIA）合 作建立AI Factory，透過整合和模組化運算資源與機器學習技術，加 速AI技術的開發和在太空探測器的部署。該業者於2024年7月與美國 國防高級研究計畫局（DARPA）簽署人工智慧強化計畫（AIR），為動 態機載任務開發AI工具，可用於太空船的監測和控制。　　作為太空產業其中一家指標廠商，SpaceX執行長馬斯克（Elon Mu sk）曾說現階段AI還不夠成熟，無法為太空產業帶來顯著加值效果。 然而，該公司於今年8月的發射任務中，在Aethero立方衛星上搭載N VIDIA GPU晶片Jetson Orin NX，以測試太空環境中的AI運算，特別 是在影像處理與導航方面。　　台灣廠商在AI與太空產業的重要性也正逐步提升，特別是在半導體 、精密製造與自動化技術領域，透過高效能晶片製造技術支援衛星運 行、自主導航、邊緣運算等應用。如群聯電子的企業級SSD已應用於 NASA的火星探測任務中，除了能應對太空的極端環境之外，也能滿足 高效的數據運算需求。　　雖然AI在太空產業的應用有極大潛力，卻也面臨許多挑戰。首先， 太空環境中存在輻射、溫度劇變、真空等不穩定的環境因子，可能影 響電子設備與數據準確性，造成硬體資源不足或數據傳輸延遲，進而 干擾AI運作，降低運行的可靠度。　　此外，如何有效整合太空AI應用與現有技術也是關鍵。過去數十年 的太空技術基礎未必能夠支援複雜的AI系統部署。最後則是倫理道德 問題，太空任務中由AI做出的自主決策涉及人員與設備的安全性，當 出現意外而造成損失、傷亡時，責任歸屬將難以界定，對於道德與法 律規範的制定是一大挑戰。