在許多與太空有關的電影中，如果宇航員遇到危險，那么有不小的概率會是宇航服破損。比如《星際穿越》里，Cooper 的頭盔就被 Mann 博士砸出了裂痕。
▲ 《星際穿越》影片截圖，圖片來自：bilibili
玩游戲時，經常會見到給物品設置狀態(tài)值的機制，我們可以直觀地看到這些裝備的可用值，像是氧氣瓶里的含量，武器的剩余攻擊力等等。然而，在神秘又危險的太空中，穿著厚重宇航服進行出艙活動的宇航員，并不能像在游戲中那樣，準確及時地掌握宇航服的情況。
在艙外執(zhí)行任務時，宇航服很容易出現難以發(fā)現的磨損和撕裂，對宇航員來說，這是不小的安全隱患。若不能及時發(fā)現，便有可能釀成大禍。
▲ 圖片來自：Microsoft
2007 年，美國「奮進號」宇航員 Rick·Mastracchio 在艙外太空行走中，通過宇航服頭盔攝像頭的掃描檢查，發(fā)現兩只手套均有破損。為保險起見，地面控制人員命令他緊急返回空間站內。
由此可見，對宇航服和宇航員的安全都要及時進行檢查以規(guī)避風險，尤其是宇航服中容易出現問題的手套部分。NASA（美國國家航空航天局）就有一套手套安全檢測程序，但因為要先拍照，再通過地面和太空之間傳輸數據，因此每一次的檢測都要花費很長時間。
▲ 圖片來自：SpaceRef
目前宇航員在太空的活動范圍主要在空間站與低地球軌道周圍，但人類的野心遠非如此，未來我們要去月球、火星乃至更遠的深空。
火星與地球之間的溝通有著約四十分鐘的時間差，NASA 這套已經沿用二十年的手套檢測方法，通信傳輸上占據太多，顯然不足以支撐向太空深處的探索。
▲ 圖片來自：Microsoft
因此，微軟團隊與 NASA 科學家和惠普企業(yè)（HPE）的工程師合作開發(fā)了一個系統(tǒng)，可利用 AI (人工智能 ) 對宇航服手套進行關鍵檢查。
開發(fā)人員將以前幫助建造國際空間站的每個 EVA （艙外任務）中拍攝的原始圖像，作為初始訓練數據集，大約在 2000 到 3500 張。此外，還借助太空行走和地面訓練期間出現磨損的手套，通過拍攝并檢查損壞的手套來標記特定類型的磨損，用以擴充數據集。
▲ 圖片來自：Microsoft
經過數據集訓練后的 AI 和 ML 自動化手套檢查過程，在太空行走后宇航員脫下宇航服時，會為宇航員的手套拍照，這些圖片會立即發(fā)送給國際空間站上的 HPE Spaceborne Computer-2（星載計算機-2）。
Spaceborne Computer-2，是微軟、HPE 與 NASA 合作開發(fā)的人工智能平臺，每秒可以執(zhí)行超過 2 萬億次計算。國際空間站里有了它，宇航員就能在距離地球 227 英里（約 365 公里）的太空里，將處理數據的速度提升到只有幾分鐘。
▲ 圖片來自：Microsoft
計算機收到照片之后，系統(tǒng)便會在其中快速尋找損壞跡象。如果檢測到任何損壞，則會立即向地球發(fā)送一條消息，突出顯示供 NASA 工程師進一步審查的區(qū)域。
毫無疑問，這種新的手套檢測方法對宇航員的太空活動大有助益。不過，這項技術目前還處于研發(fā)階段，它會對手套進行分析，但不會做出相應的安全決策。因此，接下來還需要繼續(xù)進行測試來驗證它的可靠性。
▲ 圖片來自：Microsoft
雖然現階段還需要繼續(xù)沿用老方法進行檢查，但新技術代表著新的希望，不僅是手套，以后或許能把它拓展到其他部件的檢查中。讓人類邁向太空的腳步，走得更快更遠。
