近期許多人關注在 ChatGPT 這樣的 AI 自然語言處理對話式模型應用，讓我們來換個角度一探目前 AI 在其他領域的重要應用：AI 如何化身為星際空間的探索者，協助人類探索更遙遠的宇宙？

人類對浩瀚宇宙的好奇心，長久以來都是太空探索的動力，而近年來隨著 AI 科技逐漸邁向普及化應用，機器人應用在太空領域中也變得越來越重要，從能夠在太空中自我複製的自主機器人，到專門為宇宙探測設計的節能 AI，人類探索宇宙的方式，以及太空產業的整體發展，都正因為有 AI 作為助力而不斷革新。

2021 年，美國麻省理工學院（MIT）研究團隊開發出一種自我複製機器人，在 AI 技術驅動下，它能夠自己挑選零件、進行組裝，並建造出「幾乎任何東西」，包括複製貼上它自己，甚至分層搭建出更大的機器人，這是因為研究人員開發出一個集中控制程式，使機器人可以自我複製、拆解複雜結構、規劃移動路徑、合理分配任務，並分析出最佳組裝順序，來提高自我複製效率，避免過程混亂。

這種自我複製系統之所以能夠抓取正確的模組，按順序拼出想要的新結構，都要歸功於稱為體積像素（volume pixel）的微小子單元，它的靈感來源於晶格，也就是原子在晶體中排列規律的立體結構，它具有低密度、高剛度的優勢，且方便搭建和拆卸，而每個體素（voxel）都是相同的二維像素元件，這些體素能夠傳輸和接收來自其他體素的電源和數據，以便機器人進行組織操作。

結合機械結構與智慧控制系統，自我複製的 AI 機器人模組內建電池、中央處理器、執行器、導航系統等，研究團隊還為機器人加上「手腕」，使它能靈活移動、抓取零件、分層搭建，井然有序地自主組裝——這在宇宙探勘方面具有極大的應用潛力，例如用於建造特定結構，或組裝載具和設備；MIT 團隊正致力於完善這款自我複製機器人，期許能為太空領域創造更多創新突破。

去（2022）年三月，日本 AI 新創 AI inside 與東北大學吉田和哉教授的團隊締約合作，該團隊獲選日本政府「MOONSHOT 型研究開發事業」專案，正致力於打造用於 2050 年代月球表面探勘的 AI 機器人系統。

此項研究涵蓋演算法與傳感器開發、衛星系統控制優化、實時數據處理與分析，以及用於太空探索的進階圖像識別技術，目標是要開發出一種節能且具高精確度的 AI 平台，能夠在能源匱乏的極端環境下運行，並引導行星探測器進行未知環境探勘，期盼能為太空產業持續做出突破性的貢獻。

人類有一項優勢是當前 AI 技術上無法比擬的：根據不熟悉（未經機器學習訓練）的數據做出即時的判斷和決策，例如要選一條路徑攀上從未爬過的高峰，人類登山家憑直覺、經驗、或肉眼觀察地形而後做出的判斷，很可能優於 AI；因此，NASA 科學家 John Moisan 正在研發一款名為「A-Eye」的移動式傳感器。

Moisan 相信，真正聰明的機器，應該要能夠在面對全然未知的新事物時，辨識出哪些只是雜訊、哪些則值得進一步觀察，這點對於太空探索格外重要。A-Eye 能夠在多種地形上進行偵測，並運用蒐集到的數據進行圖像分析。

而為了探尋外太空可能存在的生命跡象，例如生物演化過程的證據，整合 A-Eye 的 AI 系統還會即時查看大型數據流，在新數據中找到已知模式，藉此去引導傳感器辨識並鎖定類似地球生物的化學特徵。

臺灣在太空機器人研發方面，去年（2022年）9 月由臺灣大學學生組成的團隊才在「第 3 屆國際太空站 KIBO 機器人程式設計挑戰賽」（Kibo-RPC）中，在包含美國、日本等隊伍競爭下奪得冠軍。參賽者利用國際太空站上使用的機器人（Astrobee）進行演算法設計，來解決各種太空環境狀況模擬：這回競賽假定 KIBO 太空艙遭太空碎片撞擊，造成氣體洩漏，須操控飛行機器人 Astrobee 加以修復，而臺大團隊運用圖像辨識、路徑規劃、姿態控制等專長，出色的表現兼顧了準確度與時間，順利達成競賽任務。

用於太空探索的 AI 機器人技術，通過持續的創新，開發新材料和技術，未來機器人將能夠更自主、更精確地執行任務，拓展 AI 與人類合作探索太空的可能性，進一步增進我們對宇宙的理解！