导读
太空作为国家安全和军事战略的关键领域，其重要性日益凸显。近期，美国安全与新兴技术中心（CSET）发布报告《太空边缘的Al 》，深入探讨了AI在空间领域意识（SDA）和轨道作战功能中的应用，旨在避免轨道作战中的意外情况，并为AI在太空任务中的应用提出政策建议。报告指出，为维持战略优势，太空军需整合人工智能（AI）技术，增强空间控制能力，以应对日益复杂太空环境。
空间领域意识（SDA）中的AI应用
（一）SDA的重要性
SDA是太空作战决策的基础，涉及对可能影响太空行动的因素进行有效识别、描述和理解。它包括空间目标的探测、跟踪、识别、特征描述、威胁预警与评估以及数据整合与利用等多个子学科。美国太空军通过地面传感器和空间传感器获取SDA信息，以跟踪和管理超过47,000个人造空间物体。SDA不仅支持太空电磁战、卫星通信、导弹预警等核心太空功能，还为轨道作战提供关键情报支持。
（二）SDA面临的挑战
随着卫星发射数量的激增和SDA架构的老化，美国太空军在执行SDA任务时面临诸多挑战。全球范围内的传感器覆盖存在缺口，任务分配和调度冲突不断。例如，2023年，卫星近距离事件（“近失事件”）比2020 - 2023年增长了250%以上，这要求卫星所有者更频繁地执行碰撞规避机动。此外，许多卫星与地面站之间没有持续的实时遥测连接，这使得对卫星位置和速度的准确跟踪变得困难。
（三）AI如何增强SDA
AI在SDA中的应用主要集中在五个关键领域：目录维护（包括未关联轨迹的解决）、轨道确定、交会评估、传感器任务分配、调度和优先级排序以及数据收集和整合。例如，AI代理或通过强化学习训练的混合模型可以优化传感器任务分配，平衡传感器限制；神经网络能够整合来自不同类型传感器的数据。这些AI应用不仅可以提高SDA的效率和准确性，还可以减轻操作员的认知负担，使他们能够更专注于复杂和关键的决策。
轨道作战中的AI应用
（一）RPO的定义与重要性
轨道作战中的一个关键活动是交会与接近操作（RPO），即调整两颗卫星进入相同的轨道平面、形状和大小，并进行近距离操作，如对接、检查或拖曳。RPO技术的发展使得这些操作更加迅速、精确和安全。
然而，RPO能力的提升也带来了潜在的军事风险，因为这些技术既可以用于和平目的，如太空垃圾清理和卫星延寿，也可以用于轨道作战，如干扰、破坏敌方卫星。
（二）RPO面临的挑战
RPO操作复杂，需要熟练的人类操作员和专家来执行。操作员必须评估两颗卫星的状态，并确定目标卫星是合作的还是不合作的。对于不合作的目标，如非功能卫星或具有潜在攻击性的敌方卫星，RPO的规划和执行更为复杂。
此外，RPO还受到传感器配置、平台约束和轨迹规划等因素的影响。例如，不同的传感器配置可能消耗不同的功率，并且只适用于某些交战范围。操作员需要在不同的传感器系统之间进行权衡，以优化性能。
（三）AI如何增强轨道作战
随着硬件小型化和算法效率的提高，将AI集成到卫星上的可行性越来越高。AI可以在多个方面支持轨道作战，包括目标和运动检测、自主导航、数据过滤和优先级排序、卫星总线子系统管理和动态通信管理等。
例如，基于计算机视觉的神经网络可以实时处理图像，检测、分类和跟踪目标；AI驱动的预测算法可以自主执行卫星机动、轨道维护和碰撞规避。这些AI应用不仅可以提高轨道作战的效率和准确性，还可以在复杂的作战环境中提供更快的反应能力，增强卫星的生存能力。
AI在太空领域的政策建议
（一）SDA领域的政策建议
立即采用成熟的SDA模型：例如轻量级神经网络，用于实时轨道确定和交会风险评估，这些模型已经证明可以显著提高SDA的效率和准确性。
采购可升级的卫星系统：确保有足够的计算能力来支持AI工具，这将使卫星能够在未来应对更复杂的任务和威胁。
定义轨道自主性的边界：建立严格的测试和评估协议，确保AI的透明度和可审计性，这将有助于在提高自动化水平的同时保持对AI系统的有效控制。
（二）轨道作战领域的政策建议
明确轨道自主性的可接受边界：包括在何种条件下卫星可以在没有直接人为干预的情况下运行，这需要在防御性和进攻性能力之间找到平衡。
制定详细的技术性能标准：包括计算基准、允许的功耗、辐射耐受性和环境适应性，这些标准将确保AI系统能够在太空环境中可靠运行。
实施全面的空间特定测试、评估、验证和验证（TEVV）流程：确保AI系统的可靠性和可信度，这将有助于识别和解决潜在的漏洞和风险。
声明：本文来自稻香湖下午茶，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
