导读：今天首席CTO笔记来给各位分享关于人工智能航空服务有哪些的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
人工智能服务技术有哪些?
《智能技术服务》关注如何搭建人工智能技术平台，提供与人工智能相关的服务。这些制造商是人工智能产业链的关键参与者。依托基础设施和海量数据，为各类人工智能应用提供关键技术平台、解决方案和服务。目前，从提供的服务类型来看，技术服务提供商包括以下几类:
1、人工智能服务技术——提供人工智能技术平台和算法模型。
这些厂商主要为用户或行业需求提供人工智能技术平台和算法模型。用户可以在人工智能平台上通过一系列算法模型开发人工智能应用程序。这些厂商专注于AI的关键领域，比如通用计算框架、算法模型和通用技术。
2、人工智能服务技术——提供人工智能整体解决方案。
这些制造商主要为用户或行业设计和提供集成的工业AI解决方案。各种AI算法模型和软硬件环境集成到整体解决方案中，帮助用户或行业解决具体问题。这些厂商专注于特定领域或行业的人工智能应用。
3、人工智能服务技术——提供人工智能在线服务。
此类厂商一般都是传统的云服务提供商，主要依靠自身现有的云计算和大数据应用用户资源，收集用户需求和行业属性，为客户提供各类人工智能服务。从针对各种模型算法和计算框架的api等特定应用平台，到针对特定行业的整体解决方案，它将进一步吸引大量用户进一步完善其人工智能服务。这些供应商主要提供通用的人工智能服务，但也关注关键行业和部门。
以上就是人工智能服务技术是什么的全部内容，智能技术服务关注如何搭建人工智能技术平台，提供与人工智能相关的服务。这些制造商在人工智能产业链中处于关键地位，如果你想知道更多的人工智能相关知识，也可以点击本站的其他文章进行学习。
可以提供哪些人工智能技术服务？
1、人工智能技术服务——提供人工智能技术平台和算法模型
这些厂商主要为用户或行业需求提供人工智能技术平台和算法模型。用户可以在人工智能平台上通过一系列算法模型开发人工智能应用程序。这些厂商专注于AI的关键领域，比如通用计算框架、算法模型和通用技术。
2、人工智能技术服务——提供人工智能的整体解决方案
这些厂商主要设计和提供工业AI解决方案，包括软件和硬件，整合各种人类智能算法模型和软硬件环境，帮助用户或行业解决具体问题。这些厂商专注于特定领域或行业的人工智能应用。
3、人工智能技术服务——提供人工智能在线服务
此类厂商一般都是传统的云服务提供商，主要依靠自身现有的云计算和大数据应用用户资源，收集用户需求和行业属性，为客户提供各类人工智能服务。
从api等特定应用平台、各种模型算法的计算框架，到特定行业的整体解决方案，进一步吸引了大量用户，并进一步完善了所提供的人工智能服务。
这些供应商主要提供通用的人工智能服务，但也关注关键行业和部门。
应该指出，这三种角色并不是严格分开的，在许多情况下可能会重叠。随着技术的发展和成熟，人工智能产业链中大量的制造商都具有上述两种或三种角色的特征。
可以提供人工智能技术服务有哪些?这才是这个行业的真实帮助，人工智能不仅给生产组织方式和生活方式带来了巨大的变化，而且对经济结构、社会秩序、道德伦理等方面产生了长期而深刻的影响，你能处理好吗?如果您还担心自己入门不顺利，也可以点击本站的其他文章进行学习。
人工智能-民航资源网资料收集-第一季
1、 百度：人脸识别技术对服务流程的变革
摘抄：
谈到百度在人工智能方面的具体合作案例。李硕说：“比如购票、值机、安检、登机，我们都能看到使用图象识别技术，或者使用自然语言理解和用户画像技术相应的一些场景。对于人的证件照和它本人的识别，像这样1比1识别技术已经有大量的场景在使用，大家使用我们的技术，获得为用户提供远程服务的能力。”
李硕表示：“机场安检场景里边有大量的验证比对，这个环节当中百度的图象识别和人脸识别技术可以完成对自然人的校验，以及规避可能出现的风险。机场有大量安防摄像头，我们通常可以通过这些图像了解整个机场的区域里面的人流是什么样的流动状况，同时可以找到很多跟安全或者是跟客流相关的大数据分析应用。”
在时间和效率节省方面，也可以通过更多的计算机视觉的技术来帮助整个机场和服务运营提升效率。李硕说到：“我们了解到有很多航空公司的会员跟银行卡信用卡的白金会员，或者运营商的一些高端会员，这些会员数据打通的需求，如今通过百度的人脸识别技术或者生物特征识别的技术，通过一个摄像头就可以完成身份的校验，而不再是频繁掏出卡发短信和输入编码。再结合百度对这位客人用户画像的理解，我们甚至可以给这个服务人员一些关键话术提示，比如说现在走进贵宾厅的是一位政府官员，服务员就可以用跟政府官员交流的话术来跟他完成第一次交流，并且引导他到对应的座位。”
2、 大数据时代，民航服务发展的四大趋势
摘抄：
郑洪峰认为，积累数据，实际上是为人工智能的落地做各种准备。“今年理论上叫做人工智能落地年，在很多的垂直领域会出现大量的人工智能的运用。但是对于民航而言，我们要防止伪人工智能。 如果一家公司在历史上没有过服务的数据积累，他来做所谓的智能客服就是骗人 ，所有的人工只能都是基于以前的数据基础上做的，才有可能提供一些智能算法。没有这些数据的积累，靠他完全自己做，不现实。”
3、 民航与人工智能结合 实现民航人哪些梦想？ （ 建议仔细阅读 ）
4、 厦航与阿里云开展“航班智能恢复课题”合作
摘抄：
阿里云平台是一个面向全球的人工智能专家及技术爱好者开放的众智平台，目前活跃在平台上的有60多名阿里云科学家及全球范围内6万多名技术爱好者，前期曾经与广州白云机场合作，利用AI算法将近机位乘客的比例从77%提高到94%，临时机位的使用率减少一半。
阿里云团队现场参观了厦航AOC运行指挥中心，现场观摩了签派放行、调整等相关运行系统，在全面了解了厦航航班运行的系统支持情况后，初步将课题实现分为航班恢复、机组恢复、旅客恢复三个关联环节，与厦航团队进行了充分讨论沟通。在引入智能快速恢复平台后，厦航将有望在综合考虑安全、运行、旅客、效益等各方面因素的基础上，实现航班智能快速恢复，有效提升运行效率，降低成本，增加收益。
5、 航空公司为什么青睐AI（人工智能）？
摘抄：
在这样的行业趋势之下， 东方航空 去年就联合了微软小冰开始了在人工智能领域的尝试。通过后台接入微软小冰，对话之中乘客可以在规范化的服务基础之上得到个性化需求的满足。而业界领先的“意图识别引擎”可以在多轮对话中收集用户的潜在需求，再通过文字或自然语音的方式进行个性化定制服务。然而涉及到比较复杂的问题时，还是需要人工的切换对接，只有人工与人工智能相结合，才能将真正的“定制服务”落到实处。
6、 “不懂技术”的航空公司正在错失什么？
摘抄：
举例1：人工智能技术
人工智能，包括机器学习技术正在对旅行行业产生巨大的影响。一些基于旅客行为分析模型的预测分析技术已经可以让计算机预测到预期的结果。继续大力发展这项技术将极大提高旅行行业的效率。
例如，在中国市场，每家航空公司都看到了中国民航在2015年运输了4.36亿人次的旅客，比2014年增长了11.1%。但是，只有具备相应分析能力的航空公司才能发现，对应于这11.1%的旅行人数增长而言，一个重要的数据是：旅客搜索航空公司产品（Shopping）的次数增长了50%（AirTIT注：这并非一个真实数据，只是举例说明）。在这个发现下，这些航空公司就可以开始构建基于旅客实时搜索行为的个性化产品推荐能力，这有别于传统的笼统推荐，可以让旅客快速搜索到他要的东西，在快速产生有效交易的同时，大幅提升了旅客的体验。
7、 智能技术将改变民航运营生态
摘抄：
语音识别技术将引领航空IT浪潮
航空业IT技术发展的下一波浪潮可能就包括一些新的术语，其中语音识别技术作为人与机器交互的主要技术成为其中的关键。语音识别技术能够将语音转换为文本，自然语言处理和机器智能再将文本应用分为语义理解、智能个人助理应用、机器提供分析结果及机器学习提高智能处理水平等多个方面。人工智能的目标是使用计算机软件算法结合智能芯片代替人类完成更多的听、说方面的工作，甚至随着技术的发展替代飞行员思考如何处理一些紧急情况。
通过人工智能技术，未来应用程序将可以与客户、管理人员交互，以完成指定的任务。这样的技术已经被应用于一些航空公司的飞行部门，在不久的将来将迅速地扩展到航空公司的其他职能部门。智能机器人已经在飞机维修部门发挥了重要的作用。霍尼韦尔公司研究开发的Vocollect是领先的语音技术解决方案提供商，应用语音技术帮助汉莎技术公司的工作人员检查辅助动力装置的运行情况，为飞机的运营提供更优质的运行保障服务。机务人员在例行维护时通过头戴耳机提供的语音指示执行检查步骤，还能将检查结果通过语音传输给手持设备。汉莎技术公司市场部经理克里斯表示：“这个智能系统很好地解放了机务人员的双手和眼睛。”通过智能辅助系统，汉莎技术公司的一名机务人员能轻松完成以往两个人的工作任务，并且能够保证检查结果的一致性和准确性。
Vocollect系统能够接受某些单词和短语，自动识别并过滤背景噪声，并且通过机器训练能够在20分钟内了解每名机务人员的声音。Vocollect系统可以扩展到任何结构化或程序化的日常维护检查及供应链管理活动，如根据航材库存情况订购维修所需零部件。Vocollect系统的缺点在于，要求使用专用的霍尼韦尔耳机和移动设备。而技术领先的可穿戴技术解决方案提供商英国intoware公司开发了名为WorkfloPlus的语音识别应用，能够引导技术人员通过任何基于安卓系统、苹果iOS系统和Windows系统的智能手机或可穿戴设备完成维护任务。WorkfloPlus采用的是全球领先的语音、文字智能输入和图像识别解决方案提供商Nuance公司提供的先进语音识别引擎Nuance vocon 3200语音识别系统，能够更好地帮助机务人员完成日常维护任务。美国三大飞机维护公司都在考虑使用这个系统。
8、 快来看！这些航企为讨好旅客祭出哪些大杀器
摘抄：
新加坡航空：人工智能既好玩，也实用
人工智能不仅存在于机器人形式。新加坡航空将其来自菲律宾、越南及缅甸的在线机票预订量大幅增长归功于其人工智能平台，该平台通过收集数据，能够掌握何时通过视频、移动及社交媒体瞄准何地的潜在旅客。
巴拿马航空：你好，我是Ana
Ana是巴拿马航空的客服专家，她也是一个聊天机器人。Ana能够用英语、西班牙语及葡萄牙语快速响应，对于旅客提出的常见问题，给出相关网站链接。
9、 与微软合作 东航“小冰人工智能”航班首航
摘抄：
作为人工智能首航，乘客在东航MU5117航班中将率先体会到人工智能带来的社交化与个性化的乘机体验。在登机前，乘客就能通过微博等社交平台上与自己的小冰展开互动，获取实时的航班信息，并自定义机上餐饮在内的机上服务。在飞行途中，乘客也能通过平板电脑或笔记本电脑登陆机上无线网络，通过小冰向其他乘客与空乘组“传纸条”，展开机舱内的社交互动。此外，小冰还支持呼唤空乘、空地交流、接机提醒等功能。
首期，微软人工智能机器人伴侣小冰将在指定的东航Wi-Fi航班上展开试用，并逐步向更多的东航航班与乘客普及。此外，双方还会利用每年8000万至1亿的东航客流作为基础，围绕人工智能、大数据与移动互联网展开一系列的合作，共同深度挖掘乘客在乘机前、飞行中与落地后的需求，为全球乘客提供高度“个性化与自定义”的航空服务。共同促进航空产业的互联网化与社交化转型。
如何看待ai技术在航天事业中的应用？
探月工程首任首席科学家欧阳自远就AI技术在中国航天的应用发表观点。他在对谈中表示，人工智能以后必然会越来越多的渗透到、利用在航天技术方面，使航天技术拥有更精确的感知能力和更简便的控制能力。而且快速的能够实现目的。我认为中国的深空探索已经取得巨大的成就，未来AI一定会与航天事业深度融合，发挥巨大的作用。
一、AI在航空事业的应用
1、AI技术帮助实现智能航空
自动化系统在商用航空已应用多年，机器学习和人工智能技术承担了部分飞行员的职责。目前，已有多项技术应用与实践中。
例如，跑道超限保护（ROPS）软件可以快速计算飞机进近速度和重量，将得到的物理模型与公布的跑道长度和当地的天气进行比较。如果检测到不安全的情况，系统会广播警示讯息。ROPS还可计算最佳的进近下滑道或轨迹，帮助飞行操作。一些新兴系统也在不断开发，如机动特性增强系统（MCAS）可以在需要补偿飞机操纵特性时增加安全性，利用传感器数据根据飞行条件自动调整飞机的控制。
2、AI指导精准全面的监测
机械故障是飞行事故最大的诱因之一，在引入了人工智能系统之后，这一切将在很大程度上得以避免。比如，人工智能系统可以更快、更准确地分析数据，对飞机进行健康和使用周期监测，从而传达预防措施。而随着技术的进一步发展，人工智能可以应用于飞机的各项系统及零部件中，进行全面精准的分析和监测。
例如，去年10月发生的Lion Air 610坠机事件，飞行前已有多项重要数据参数出现错误，飞机若能进行检测验证、自动纠错，或者提前告警提示，或许能有效预防飞机事故。
3、识别安全风险，预防灾难发生
如果能够利用AI技术预防未来灾难的发生，可以说航空领域的重大突破。位于硅谷的美国航空局（NASA）的艾姆斯研究中心从事航空相关的AI研究，重点针对识别商业航空事故数据中预示飞机存在潜在系统性大问题的“异常运行”。
目前，NASA已经对异常情况监测和事故先兆识别进行了初步开发，并已经能够接受专家们的相关反馈。同时，NASA正在开发一套用于飞机数据安全性分析的系统──特别为联邦航空管理局数据分析合作伙伴Mitre服务，目的是在NASA、FAA、国家运输委员会、飞机制造商和各大航空公司之间建立一个安全数据共享联盟，希望通过人工智能分析航班飞行数据，及时发现潜在问题。
4、AI帮助机场提高运营效率
在机场安全人工智能项目中，视频监控信息快速检索、人脸识别技术的自动核验设备、异常车辆排除等技术已逐步投入使用推广。
借助人工智能算法整合关键业务的不同平台数据，并将数据进行共享，实现以机场为中心和各个运营方资源合理调配，帮助管制员监控飞机飞行状态和气象信息。同时，使用机器学习和人工智能，可预测机场流量分布，能帮助航空简化地面运营，在提高机场运行效率的同时，降低了管制员工作管理难度和强度。
二、总结
总的来说，各个领域都在积极探索AI技术的潜力，并利用人工智能应用于航空领域智能化、保障航空安全、提高运营效率等多个领域之中。虽然目前从技术层到应用端，都存在很多问题和风险，但可以预见，日趋成熟的AI将会为航空事业带来真正意义上的变革。
生活中的人工智能之航天应用
姓名：陈心语 学号：21009102266 书院：海棠1号书院
转自： 人工智能在中国航天的应用与展望_数据 (sohu.com)
【嵌牛导读】
随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
【嵌牛鼻子】人工智能运用于航天。
【嵌牛提问】人工智能在航空航天中有什么运用呢？
【嵌牛正文】
岳梦云, 王 伟, 张羲格
(北京宇航系统工程研究所，北京 100076)
摘要： 随着物联网、大规模并行计算、大数据和深度学习算法等技术的突破，人工智能近年来取得了突飞猛进的发展，在图像识别、语音识别、自然语言处理、无人驾驶、智能机器人等众多领域展现出令人期待的发展前景，并得到了国内外各政府的关注和支持;该文将人工智能技术与运载火箭、深空探测器、武器装备等航天应用相结合，论述其在自主规划航天任务、高效智能地面测试、全面快速设计保障等方面的应用模式，并从产品规划、顶层设计、产品打造、具体实施几个方面对中国航天后续发展人工智能技术提出了相关的对策建议。
关键词： 人工智能； 大数据； 航天应用
0 引言
在十二届全国人大五次会议上，国务院总理李克强在作政府工作报告时表示，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”，这也是“人工智能”这一表述首次出现在政府工作报告中。
近年来，物联网、大规模并行计算、大数据和深度学习算法这四大催化剂的发展，以及计算成本的降低，使得人工智能技术突飞猛进。2016年12月，升级版“AlphaGo”化名“master”在60场互联网棋局车轮大战中连胜柯洁九段、陈耀烨九段、朴廷桓九段、芈昱廷九段、唐韦星九段等高手，取得全胜战绩，引起各界对人工智能的广泛关注与讨论。
1 人工智能的四大先决条件
1.1 物联网
随着摄像头、麦克风、各种类型传感器的发展，基于物联网技术的智能设备得到了飞速提升，而大量智能设备的出现则进一步加速了传感器领域的繁荣。这些传感器负责采集数据、记忆、分析、传送数据，将外部世界数字化，为智能系统提供了多维度的数据输入，成为数字世界与物理世界交互、反馈的接口和手段。
1.2 大规模并行计算
并行计算(Parallel Computing)指同时使用多种计算资源解决一个计算问题的过程，能够有效的提高计算速度和处理能力的一种有效手段。海量的分布式计算资源和超高速计算能力，令快速处理大量数据、训练复杂模型、用知识体系代替人类常识成为可能。这些知识和模型为人类和机器人提供智能的辅助决策，让人工智能成为现实。
1.3 大数据
大数据具备Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)的5V特点。在过去，要尽可能全面地认识某项事物，必须合理设计抽样调查的策略，使样本能够尽量覆盖全集特征。随着计算能力的提升，可以不再采用随机分析法这样的权衡之策，而采用所有数据进行分析处理。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。海量的数据为人工智能的学习和发展提供了资源。通过知识挖掘，可以从大量有噪声的随机实际应用数据中，提取人们事先不了解但是隐藏在数据中的有价值的信息和知识。这种对隐性信息的挖掘是大数据价值的核心，也是实现人工智能的关键。
1.4 深度学习算法
深度学习算法作为机器学习的一个分支，由Hinton等人于2006年提出，是人工智能迎来新一轮飞速发展最重要的核心技术[1]。深度学习算法用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征，其中最广为使用的算法包括卷积神经网络(convolutional neural networks，CNN)、循环神经网络(recurrent neural network，RNN)长短期记忆网络(long short-term memory，LSTM)等，需要根据具体应用场景和数据特征加以选择。深度学习是对人类思维方式的建模，让机器能够理解人的行为，并将知识运用到与用户的交互中，达到机器“人性化”的终极目标，实现人工智能技术在商业中的落地。
2 人工智能的细分领域
2.1 图像识别
通过结合大数据的训练，人工智能可以对图像进行预处理、图像分割、特征提取和判断匹配。在图像识别的技术框架中，人脸识别应用非常广泛。人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。目前国内领先企业旷视科技的人脸识别准确率已高达99.999%。此外，在产品生产质量检验上，图像识别技术应用也非常广泛，例如：机械类产品的裂纹自动识别检测。
2.2 语音/语义识别
利用特征提取技术、模式匹配准则及模型训练技术，语音识别能够让机器对采集到的语音信息进行识别和理解，转化为文本或命令。例如在军事上，可通过语音识别确认说话人的身份、侦听情报内容、或下发操作指令，具有非常重要的价值。目前，针对中小词汇量非特定人的语音识别系统识别精度已超过98%，针对特定人的识别精度甚至更高。
2.3 自然语言处理
语言是人类区别其他动物的本质特性，因此理解语言也是人工智能的一个核心方向。综合语言学、计算机科学、数学等多种科学，自然语言处理研究能实现人与计算机之间有效通信的各种理论和方法，以一种智能高效的方式，对文本数据进行系统化分析、理解与信息提取。通过使用自然语言处理技术，可以管理大块的文本数据，或执行大量的自动化任务，并且解决如自动摘要，机器翻译，命名实体识别，关系提取等语言相关任务[2]。
2.4 无人驾驶
无人驾驶的核心技术是即时空间建模和人工智能技术。低成本高效率的感知解决方案是无人驾驶的基础，高精度底图的建立是无人驾驶的关键，具有深度学习的算法芯片是无人驾驶的核心。在过去六年内，谷歌无人驾驶汽车在公路上安全行驶220多万公里，仅发生17起交通以外，而且均是由人类失误引发的。
2.5 智能机器人
智能机器人融合了几乎所有人工智能分支技术，它至少需要具备感觉要素、反应要素和思考要素。它能够理解人类语言，感知、分析周围环境信息并调整自己的动作。目前已发展出多样化的机器人种类，从智能水平较低的工业机器人，到智能陪护机器人再到高级智能机器人。
3 人工智能在中国航天上的应用前景
3.1 更自主的任务规划
航天飞行任务规划是一个典型的知识处理过程，其中涉及较为复杂的逻辑推理和众多的约束条件，这种问题适合采用人工智能的方式加以解决，实现“人工智能+”。
3.1.1 “人工智能+运载火箭”——高容错飞行
运载火箭的飞行入轨面临的是一个地面难以复制和仿真等效的全新环境，飞行阶段程序转弯、发动机关机、级间分离、再次点火、姿态修正、载荷分离诸多环节中数百个零部件任一失效偏差都可能给火箭带来不可挽回的损失，是运载火箭成败与否的核心一环。高机动性、短飞行周期、恶劣环境都意味着人无法有效干预，因此，发动机推力下降、姿控极性接反均直接造成了任务失败，飞行风险居高不下。
目前的箭载计算机大多不具备重新规划飞行任务的能力，或需要地面人工计算制导诸元后，通过测量系统进行了上行注入，一定程度上实现弹道的重规划，将卫星送入轨道[3]。
未来，将运载火箭设计阶段梳理的飞行过程故障模式与传感器参数相结合，研究基于人工智能的运载火箭飞行阶段故障自诊断以及深度学习训练方法，在分秒必争的运载火箭飞行段完成故障预测、故障定位与故障隔离工作，并通过轨迹弹道重规划、制导姿控模型重生成，有效隔离局部故障，规避失败风险，最优化飞行轨迹与姿态控制，有效挖掘潜在运力资源[4]。
除此之外，在运载火箭发动机关机、级间分离后，分离的舱部段通过自主感知和自主控制技术，与卫星定位信息、地形布局信息动态匹配，通过发动机再次点火，实现舱部段自主飞行、平稳下落、精准落地以及主动防护，通过舱部段及各级发动机的回收再利用，显著压缩运载火箭任务周期，降低运载火箭制造成本。
3.1.2 “人工智能+深空探测器”——自主规划
现有行星探测器的主要前进方式为：拍摄前方照片通过遥测发回地面站，操作人员根据图像确定前进路线，再通过上行通道上注行动指令，实现探测车的行驶操作。这种模式过于依赖地面测试人员，效率较低，很多时候由于行星表面环境较为恶劣，或者由于距离的确过于遥远，遥测控制信号也比较微弱，或者由于地球自转引起相对位置改变，无法实现遥测遥控，更难以实现探测器的实时控制。基于人工智能、视觉计算、监控装置的自动驾驶将大幅提高探测、地形勘测的效率。根据视频摄像头、雷达传感器以及激光测距器来了解周围的地形状况，利用图像识别等智能感知技术、智能决策和智能控制技术可以实现行星探测车的自主行动，选取最优探测路线，智能避开障碍物体，以最小的代价、最高的效率采集有用信息，大大辅助深空探测应用。
深空探测应用中，复杂航天器是由大量元器件和软件组成，长期的在轨运行，元器件的故障和软件的不完善在所难免，由于太空环境的特殊性，当某部分损坏时，难以通过人员进入太空进行判别和修复，利用人工智能技术结合空间高精度、高灵敏度机械臂，通过智能分析航天器数据，实现故障的自主定位、自动识别和在轨自主修复，在轨操作、组装、拆卸、管理。
3.1.3 “人工智能+武器装备”——智能作战
通过多维度侦查探测系统，智能感知、发现、定位、跟踪敌方动态、电磁频谱信息、作战行动等战场态势信息，以最少的人员、更少的代价、最大化地获取战场情报数据，辅助智能判别与智能决策应用。如利用覆盖红外、可见光、微波雷达等多种技术手段，实现一体化、集成化的多模融合探测装置，智能感知多维度、多层次、多类型数据，然后应用数据配准、智能去噪等预处理手段获取高质量多源数据，再利用深度学习、模糊推理、专家系统等智能技术，建立目标识别和威胁判别模型，实现武器装备作战环境中目标智能探测感知和识别。
通过给武器装备各类传感器、探测器，智能探测感知飞行空间信息、拦截弹信息等，数据传输给弹载智能“大脑”，设定相应的优化准则、目标等，通过数据分析，智能自主决策，规划调整飞行弹道，通过动力学气动调整，改变飞行轨迹，增强突防性能[5]。
人工智能使无人机个体具备较高的智能水平，协同作战能力显著提高，从而形成低成本的无人机蜂群战术。目前，以美国国防高级研究计划局(DARPA)为首的众多机构，都投入了大量经费就无人机集群在空中的协同作战理论和技术展开研究，包括无人机的快速编队、多机间通信协同，自主战术决策与下达作战命令等，构建多无人飞行器的任务自组织系统分布式体系结构。
3.2 更高效的地面测试
运载火箭的测试发射同样是一个多学科交叉，多专业耦合的复杂系统工程，是运载火箭成败与否的关键一环。状态准备、测试操作、预案决策、数据判读，每一环都是技术能力的保障，都是知识经验的考验，同样每一步都离不开人的参与，成败维系在每一名人员身上，高水平人员的稀缺造成测试发射无法多任务并举，以及连续疲劳带来的风险造成测试发射周期无法进一步压缩，通过应用人工智能技术，可显著提升测试效率，降低发射成本[6]。
3.2.1 采集层
通过多样化的手段代替传统的传感器采集或人工直接观测，基于视频语音识别技术的应用可以大大减少火箭本身测点的布置。例如：发动机工作状态，可以通过对其工作时的声音进行频谱分析；一些机构的动作，可以通过非接触的摄像机直接观察；仪器仪表的指示灯状态监控，可以通过摄像头摄录信息，之后在后台用图像识别的方式的进行自动判断。
3.2.2 处理层
人工智能技术极大的提升了设备的数据处理与故障诊断的能力。对地面测试数据进行统一管理和应用，除了完成流程自闭环的反馈判断，还能够对数据的趋势、关联进行综合分析，设备不但可以掌握自身的运行状态，实现故障检测与隔离，启用合适的故障预案，还能够想设计操作人员提供辅助决策和任务规划建议。
3.2.3 执行层
前端无人值守是未来火箭发展的必然趋势。电测过程中的脱查脱拔等人为操作、异常故障时的抢险操作，可以采用带视觉定位系统的机械臂来完成。此外，后端的人机交互也可以加入语音识别、手势感知等新型指挥手段，提高测试效率。
3.3 更全面的设计保障
3.3.1 智能设计
引入人工智能技术，可以将目前的半智能化计算机辅助设计系统升级为智能化计算机辅助设计系统，整合现有的海量资料及资源，模拟人脑思考的过程，彻底解决上述三类问题。采用人工智能技术的“航天大脑”可以根据型号需求提供总体文件的初稿，总体设计师进行决策修改后，“航天大脑”将系统需要的文件自动下发至系统级，并形成系统级文件的初稿，系统设计师进行决策修改后，“航天大脑”再将单机需要的文件下发至单机。在进行具体设计时，设计师仅需将设计输入文件提交至“航天大脑”，系统则会根据需求以及所学习的设计文件完成设计工作。如设计电缆网图时，设计师仅需将电缆的几何尺寸、点位定义等提交至“航天大脑”，“航天大脑”会自动绘制出电缆网图的模板，并自动给出诸如线缆型号推荐、连接器型号推荐等辅助决策信息，设计师将不需逐个翻阅厂家的手册即可完成设计，设计效率将大大提高。此外，由于“航天大脑”能够在很短的时间内完成大量文件的学习工作，并从中找出最优方案，设计的标准化和设计水平也能够得到保证。
3.3.2 智能制造
智能制造是一种由智能机器和人类专家共同组成的人机一体化智研制造系统，通过人与智能机器的合作共事，扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。它把制造自动化的概念更新，扩展到柔性化、智能化和高度集成化。
利用大数据技术，对于运载火箭制造装配需要的物资、工具、生产线、场地、工装、人员、运输车辆都统一进行编码采集与实时定位管理，将散布在全国各地的运载火箭制造装配资源条件，进行投筹管理，真正做到全国一盘棋。并与运载火箭发射任务计划有机对接，通过态势分析与智能预测，实现生产规模进度的最优化预测管理，成本进度最优化，并能够实现突发风险的动态应变处置，实现成本最优化管理。
在生产过程中，也完成了对火箭全生命周期信息的收集与保障。建立火箭的综合档案履历资料库，收集制造、装配、测试各个过程的数据与知识，构建大数据分析中心，作为智慧火箭的数据支撑与健康诊断的依据，降低设计和研制成本、提升测发效率、提升火箭的可靠性[7]。
3.3.3 远程支持
随着在运载火箭高密度发射、零窗口点火变得常态化，靠大量人力在靶场保障发射任务的模式已难以适应未来的发展需求。发射中心将从逐步从靶场向远程后方迁移，以日本epsilon火箭为例，科研人员远程使用两台笔记本就可实现火箭发射控制。
远程支持中心能够统一接收、存储各靶场各型号发回的测试数据并存储，并通过智能搜索引擎随时搜索查看关心的数据及相关文档；针对当发测试数据，结合历史数据进行大数据分析，提前识别出可能有质量隐患的关键节点；当靶场出现故障时，远程支持中心通过多媒体、虚拟现实等手段开展协同排故工作。
4 中国航天发展人工智能的对策建议
4.1 聚焦航天 “大脑”技术体系，做好战略规划和顶层设计
基于对大数据与人工智能的探索和积累，提出以技术-产品-服务为核心的航天“大脑”，其技术体系设想如图1所示。
图1航天“大脑”技术体系
4.1.1 技术层
智能感知是为机器装上触觉、视觉、听觉、神经和运动机构等智能硬件，使其具备感知世界的能力。通过集群和虚拟化技术实现对海量数据的快速预处理、分布式存储、并行计算等，为智慧大脑提供强大的记忆”和“计算”能力。
4.1.2 产品层
智慧产品包括智慧院所、智慧火箭、智慧装备和智慧民用产业。其中，智慧院所是所有智慧产品研制的基础，其可以充分激发员工创新创业热情，并为员工提供高效便捷的管理方式；智慧火箭指的是为火箭装上“触觉”和“大脑”，降低测发控对人的依赖，提升火箭可靠性；智慧装备指的是通过全寿命周期的健康管理，实现装备自主保障；智慧民用产业指的是通过军民融合方式，将军用技术转向民用领域，如智能健康监测、智慧家电远程测控、智慧照明、智慧安防等领域。
4.1.3 服务层
未来应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，发展模式也将由提供产品向提供全方位解决方案的服务转变。
4.2 打造航天“大脑”系列产品，快速形成专业的能力和队伍
4.2.1 智慧院所
以创新为驱动、以信息化为基础、以知识为载体，利用智能科学理论、技术、方法和信息及自动化技术工具，充分有效地整合和优化利用各类内外部资源，保证能够持续创新，不断开发新产品、新服务，为航天单位的发展提供智能决策。
4.2.2 数据银行
建立航天大数据中心，成立“航天数据银行”，对产品研制、生产等多环节的数据进行统一管控、统一挖掘，实现数据挖掘效果的最大化，创造服务价值。智慧管理通过实现产品全寿命周期的统一管控，建立基于数据信息驱动的智能化研制模式，提升工作效率。智慧决策基于大数据技术，将先进管理理念、业务流程和管理模式等融合，实现管理信息化和智能化，达到“降本增效”的目的。
4.2.3 智能装备
通过大数据与互联网等高新技术，实现火箭的高度信息化与智能化。包括智慧的远程发射支持平台，智慧的测发指控平台，智慧的全寿命周期综合保障平台。智慧的远程发射支持平台通过大数据技术，训练后方的智能机器大脑，提升异地协同保障能力，减免专家到一线协助排故，解决问题。智慧的测发指控平台依托于语音识别、图像识别、大数据等技术，实现自主的测发指控过程。智慧的全寿命周期综合保障平台利用大数据技术保障数据统一化规范，完成自主健康评估、精准的寿命预测和数据驱动的视情维修[8]。
4.2.4 智慧产业
依托剩余载荷和末级监控，实现对地观测等服务，依托远程测控、健康监测、大数据、新一代信息应用技术，通过融合智慧城市中的多源数据，在智慧城市和智慧产业中，提升城市的精细化管理水平，同时为航天单位军民融合开拓增收，锻炼队伍。
4.3 分布落地执行，拓展航天“大脑”的服务
未来，应全力推动大数据人工智能等技术与航天装备的结合，实现装备信息智能采集、远程保障、智能决策的完美集成，航天企业的发展模式也将由提供产品向提供全方位解决方案的服务转变，如智慧的发射服务、全面的体系作战服务和智慧的军民融合服务。智慧发射最终要实现输入一个指定的位置坐标，为其精准、快速、智能、高效、低廉地发射到指定地点。全面的体系作战服务基于大数据和人工智能技术，能够实现装备的自主保障、战时智能决策和一体化的体系作战。智慧的军民融合服务结合现有的技术和民用产业，开展更多的智慧产业服务，通过信息和通信技术的应用，提升城市的管理水平，提高市民的生活质量，令城市运行和市民生活更加智能。
参考文献:
[1]夏定纯, 徐 涛. 人工智能技术与方法[M].华中科技大学出版社, 2004.
[2]张 妮, 徐文尚, 王文文. 人工智能技术发展及应用研究综述[J]. 煤矿机械, 2009, 30(2):4-7.
[3]沈林城, 关世义. 开放式飞行任务规划方法[J].宇航学报, 1998, 19(2):13-18.
[4]席 政. 人工智能在航天飞行任务规划中的应用研究[J]. 航空学报, 2007, 28 (4) :791-795.
[5]张 克, 邵长胜, 强文义. 基于面向Agent技术的任务规划系统研究[J]. 高技术通讯, 2002, 12(5):82-86.
[6]鲁 宇. 中国运载火箭技术发展 [J]. 宇航总体技术, 2017(3):5-12.
[7]郭凤英, 何洪庆. 人工智能技术在航天领域的应用[J]. 中国航天, 1996(6)：19-21.
[8]谭 勇, 王 伟. 智能故障诊断技术及发展[J].飞航导弹, 2009(7):35-38.
Application and Prospect of Artificial Intelligence in China Aerospace
Yue MengYun, Wang Wei, Zhang Xige
(Beijing Institute of Aerospace SystemEngineering, Beijing 100076,China)
Abstract : With the breakthrough of technology such asnetworking, massively parallel computing, big data and deep learningalgorithms, Artificial Intelligence has achieved rapid development in recentyears, exciting prospects for development in image identification, voicerecognition, Natural Language Processing(NLP), self-driving, thus got theattention and support from governments of the world. This paper combinesartificial intelligence technology with space applications such as rockets,deep-space detector and weapon equipment, then describes its applicationprospect in space Mission Planning, Ground Testing, Integrated Support, etc.And puts forward relevant countermeasures and suggestions on the subsequentdevelopment of AI technology in China Aerospace.
Keywords : Artificial Intelligence; Big Data; China Aerospace
收稿日期：2019-02-18；修回日期：2019-02-26。
作者简介：岳梦云(1988-)，女，安徽合肥人，硕士，工程师，主要从事运载火箭与导弹的地面测发控系统设计方向的研究。
文章编号：1671-4598 ( 2019 ) 06-0001-04
DOI ： 10.16526 / j.cnki.11-4762 / tp.2019.06.001
中图分类号：TP18
文献标识码：A
结语：以上就是首席CTO笔记为大家介绍的关于人工智能航空服务有哪些的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。