幾個月前，美國宇航局NASA公布了下一代太空服，并宣布宇航員將在2024年重返月球時穿上它，這是該機構(gòu)在月球表面建立人類永久定居基地計劃的一部分。艙外移動裝置（Extravehicular Mobility Unit，或稱xEMU）是NASA近40年來首次對太空服進(jìn)行的重大升級，其設(shè)計目的是為了讓那些將大量時間花費在清理月球塵埃的宇航員提供方便。這將使他們能夠以以前無法實現(xiàn)的方式彎曲和伸展，輕松穿脫太空服，快速更換部件以獲得更好的貼合性，并且可以在幾個月內(nèi)不需要維修。

但最大的改進(jìn)并沒有在去年秋天的發(fā)布會上展示出來。相反，它們被隱藏在xEMU的便攜式生命支持系統(tǒng)中，這個Astro背包將太空服從一塊笨重的布料變成了一個個人航天器。它可以負(fù)責(zé)處理太空服的電力、通訊、氧氣供應(yīng)和溫度調(diào)節(jié)，這樣宇航員就可以專注于重要的任務(wù)，比如用尿液混凝土建造發(fā)射臺。而宇航員生命維持系統(tǒng)的部分組件將首次由人工智能AI設(shè)計。

杰西·克拉夫特（Jesse Craft）是達(dá)拉斯一家大型工程公司Jacobs的高級設(shè)計工程師，該公司被NASA委托對xEMU生命維持系統(tǒng)進(jìn)行改造。對于克拉夫特和其他數(shù)百名從事該項目的工程師來說，這需要在相互競爭的優(yōu)先級之間進(jìn)行謹(jǐn)慎的平衡。顯然，生命維持系統(tǒng)的首要任務(wù)是必須確保其安全性，但它也必須足夠輕，以符合月球著陸器的重量限制，并有足夠的強度來承受火箭發(fā)射期間的強大的重力和振動?！斑@真的是一個非常巨大的工程挑戰(zhàn)?！笨死蛱兀–raft）對此表示。

在減少質(zhì)量的情況下，將更多的東西擠進(jìn)更小的空間，是航空航天工程師一直在處理的復(fù)雜優(yōu)化問題。但美國宇航局（NASA）希望在2024年之前能夠登陸月球，而滿足這一雄心勃勃的時間計劃表，意味著克拉夫特（Craft）和他的同事們不能花數(shù)周時間討論每個部件的理想結(jié)構(gòu)。取而代之的是，他們正在試驗一種新的人工智能（AI）設(shè)計軟件，該軟件可以快速地提出新的部件設(shè)計。

“我們認(rèn)為人工智能（AI）是一種十分實用的技術(shù)，它能比訓(xùn)練有素的人類做得更快、更好完成某些事情?！敝圃煸撥浖拿绹?a target="_blank">PTC的技術(shù)副總裁杰西·科克斯-布蘭肯希普（Jesse Coors-Blankenship）繼續(xù)說道：“有些軟件技術(shù)是工程師已經(jīng)熟悉的，比如結(jié)構(gòu)模擬和優(yōu)化。但有了人工智能（AI）之后，我們可以做得更快。” 這種工程方法被稱為生成式設(shè)計。其基本思想是向軟件輸入關(guān)于組件最大尺寸、必須承受的重量或?qū)⒈┞对诘臏囟认碌囊幌盗幸?，然后?a href="http://m.makelele.cn/v/tag/2562/" target="_blank">算法來計算其余的部分。

PTC的軟件結(jié)合了幾種不同的人工智能（AI）方法，比如GAN（生成式對抗網(wǎng)絡(luò)）和遺傳算法。GAN（生成式對抗網(wǎng)絡(luò)）是一種類似游戲的方法，其中兩個機器學(xué)習(xí)算法在競爭中互相對峙，以設(shè)計出最優(yōu)化的組件。這和生成不存在的人像照片的技術(shù)是一樣的。相比之下，遺傳算法類似于自然選擇。它們產(chǎn)生多種設(shè)計，將它們組合起來，然后從新一代中挑選出最佳的設(shè)計，并以此重復(fù)。過去，美國宇航局（NASA）已經(jīng)使用遺傳算法來設(shè)計最優(yōu)的，但也是最奇怪的天線。

“機器的迭代過程比我們自己人類所能做的多100或1000倍，它能在我們的受約束條件下提出一個最為理想優(yōu)化的解決方案?！笨死蛱兀–raft）說?？紤]到航天服生命維持系統(tǒng)的最終設(shè)計仍在不斷變化之中，這一點尤其有幫助。畢竟在一個產(chǎn)品的設(shè)計過程中，即使是對需求的一個很小改動，都有可能導(dǎo)致工程師們浪費數(shù)周的工作時間。

如今，工程師們開始使用人工智能（AI）所驅(qū)動的設(shè)計軟件，來重新設(shè)計從汽車底盤到椅子到公寓樓的一切。這些算法傾向于想象一些看起來既熟悉但又十分陌生的組件：它們有的蜂窩狀的、流動的或是有張力結(jié)構(gòu)的，還有很多我們完全意想不到的結(jié)構(gòu)?！拔覀冋谑褂肁I來激發(fā)自己的設(shè)計靈感，”克拉夫特（Craft）說道：“我們對直角、平面和圓形尺寸有著不可逆轉(zhuǎn)的慣性偏見——這些都是你對人類設(shè)計的期望。但AI挑戰(zhàn)了我們固有的偏見，讓你看到了以前沒有看到的新解決方案?！?/p>

目前，人工智能（AI）負(fù)責(zé)制作的組件都相當(dāng)普通。“我們?nèi)蕴幱谠缙诘脑囼炿A段，所以我們不會交付可能導(dǎo)致災(zāi)難性故障的東西?！盢ASA機組人員和熱系統(tǒng)部門的機械設(shè)計師肖恩·米勒（Sean Miller）對現(xiàn)階段的試驗這么解釋到。相反，算法正在為系統(tǒng)構(gòu)建更好的支架和支撐結(jié)構(gòu)，以保證宇航員的生存。這可能不是最吸引人的人工智能應(yīng)用程序，但它確實有效。AI已經(jīng)能夠?qū)⒛承┎考馁|(zhì)量減少50%，當(dāng)涉及到太空旅行時，每一克都是至關(guān)重要的。

“當(dāng)NASA制定載人著陸系統(tǒng)的設(shè)定要求時，AI會為你能考慮到的每一個我們必須著陸的物體，并分配一定的質(zhì)量。”米勒認(rèn)為：“因此，任何哪怕是零點幾磅我們可以節(jié)省的地方，都會讓我們更接近我們所要求必須滿足的任務(wù)運行的重量限制?！?/p>

50年前，當(dāng)NASA首次將人類送上月球時，AI對于計算機科學(xué)家來說還是一個遙遠(yuǎn)的夢想。雖然現(xiàn)在我們可能還沒有人類月球基地，但有了AI的加持下，這似乎只是一個時間問題。