研究人员探讨太空探索技术的未来

近 20 年来，人类可以生活于除地球以外的地方。国际空间站为人类提供了一个能够长时间生活和工作的栖息之所。然而，尽管已经在太空中建立了永久性的生活基地，但地球总是触手可及 —— 确切地说，距离仅为 254 英里。要是有宇航员身患重病，他或她可以在几个小时内返回地球。

亚利桑那大学工程学院副教授、基昂吉安讲席教授沃尔夫冈・芬克（Wolfgang Fink）说道，“一旦你冒险离开近地轨道，前往火星甚至更远的地方，就再也没有退路了，你只能靠自己了。”

芬克预测，在不久的将来，人类将以前所未有的方式与机器人、非人类智能以及智能设备并肩工作。人类的逻辑和思维将与人工智能以及推理算法相结合，并相互补充。

芬克表示，我们有史以来第一次达到了这样一个阶段：很快，被视为 “人类” 的和被视为 “人造” 的两者之间的界限开始变得模糊起来。

无路可退之时

载人火星任务，其前往火星的行程至少需要一年时间，只有当系统的关键部件（包括人类自身的血肉之躯）都不会出现无法修复的损坏时，这一任务才能成功。提前预测系统故障并在故障发生前加以解决就变得至关重要。

“这里的关键在于预测与健康管理，这一概念正开始从技术领域（尤其是在航空航天工业中已应用了数十年的领域）跨越到人类健康领域，” 芬克说道，他最近被任命为亚利桑那加速生物医学创新中心（ACABI）的研究员，并且正在牵头开展一个产学合作项目 —— 医学信息学与远程医疗中心（InTelMed），该项目设立在亚利桑那大学。

例如，现代飞机的许多部件都连接到一个数据网络，甚至是无线网络，并且能在无需机组人员监管的情况下持续提供状态更新信息。这使得维修人员能够在故障发生前预测到故障情况，并在飞机抵达时备好解决问题所需的零部件和工具。

芬克说，无论是保障飞机飞行，还是在深空任务期间维持人类健康，理念都是相同的：“不是等人生病了再去治疗，而是要持续监测他们的健康状况，以便在问题出现之前就进行预测并加以解决。”

医学信息学与远程医疗中心（InTelMed）部分由美国国家科学基金会资助，其目标是研发由生物反馈控制的可穿戴传感器技术以及医疗保健数据流传输能力，并与基于云计算的智能数据分析相结合，从而创建出能够独立于实体医疗人员来监测个人健康状况的自主系统。

芬克的其中一个项目展示了这种方法在不久的将来可能会如何发挥作用。凭借美国国家科学基金会的赞助，他的团队创造了一种将智能手机作为眼部检查设备的方法。这项技术，尤其是在世界上偏远且医疗服务欠缺的地区，可能会给人们的生活带来改变，它利用成像技术以及一个远程的、基于云计算的 “专家系统”—— 该系统运用基于疾病模型的智能软件来给出诊断建议，就如同人类医学专家那样 —— 快速识别出有失明风险的患者。

芬克说，今后，不难想象类似运动追踪器的设备将不仅具备监测功能，还能进行干预。

“传感器会自动将它们的数据上传到云端，在那里数据挖掘算法会给出预后判断、诊断结果，甚至是治疗方案，” 他说，“例如，通过植入式设备刺激大脑的某些部位，触发诸如抑制食欲或让人平静下来等行为反应。”

手腕上的医生

由亚利桑那大学整合医学中心（UACIM）的埃丝特・斯特恩伯格（Esther Sternberg）和佩里・斯凯思（Perry Skeath）领导的一个研究团队，正在研发下一代可穿戴设备，这种设备能够通过检测生物标志物来监测人的健康状况。生物标志物是指血液、唾液、尿液或汗液中特定的生化物质，它们能显示身体系统的运作情况。在发现皮质醇（一种应激激素）会通过汗液分泌后，研究人员正结合医学、化学、工程学以及数据管理方面的专业知识，设计一种贴片传感器来监测压力以及许多其他生物标志物分子。

将这种传感器与其他监测心率、血压和汗液反应等生命体征的传感器相结合，从原理上讲，此类技术可以进一步发展，以确保执行深空任务的宇航员的长期健康。显然，它在地球上也有诸多应用可能性，比如监测有中风或心脏病发作风险的患者。

“我们正在研发的设备本质上就是微型化学实验室，所以能有很多应用场景，” 斯凯思说道，他是亚利桑那大学整合医学中心的助理研究主任以及亚利桑那大学图森医学院的助理教授，“棘手的部分在于根据具体任务来定制传感器套件，不管是针对前往火星的宇航员，还是战场上的士兵。”

虽然一款可穿戴的皮质醇测量设备有可能实时测量压力，但它所生成的数据可能会不准确，因为其他与压力无关的因素也会起作用，进而会影响数据。因此，科学家首先必须透彻理解压力究竟是由什么构成的，并确定一套能准确捕捉压力状况的测量方法，这一点至关重要。

为了研究这一点，该团队设立了一个实验室，专门追踪志愿者面对压力挑战时的各种生理和分子反应。

“我们让志愿者接受可控的压力挑战，同时进行大量测量，” 斯特恩伯格说道，她是亚利桑那大学整合医学中心的研究主任以及亚利桑那大学图森医学院的教授，“然后我们去探究能捕捉这种状况的最少测量指标是什么。”

一旦研究人员明确了这些，他们就需要确保每项测量都是可靠且准确的，这样一来，这组生物标志物的变化就能聚焦到特定的挑战上，而不是给出受无关因素影响的读数。

“例如，当我们检测汗液中的皮质醇时，我们必须就涉及的生理学问题提出一些重要疑问，” 斯凯思说，“皮质醇会随时间降解吗？其他物质会稀释它吗？它从毛孔到传感器的过程中会流失吗？等我们解答了这些问题，就该轮到工程师们上场了。”

教机器预测意外情况

随着机器变得越来越智能，人们正在努力赋予它们足够的自主性和学习能力，使其能够在无需人类监管的情况下工作。这类机器人可以在对人类来说过于危险而无法涉足的环境中运行 —— 例如，像日本福岛遭受海啸袭击的核电站那样的自然灾害区域，或者是超出地球任务控制中心控制范围的地方。

在他的视觉与自主探测系统研究实验室里，芬克及其团队正在致力于打造一个机器人野外地质学家。

与传统的行星任务（比如航天器从高轨道研究行星体，或者探测器近距离分析地貌特征）不同，他提出的层级可扩展侦察概念模仿了人类探险家的做法，即先勘测全局特征，然后聚焦某个区域的地形情况，最后近距离考察有意思的地貌特征。

“不是把所有智能都集中在一个系统上，而是将其分配到几个不同且在空间上分布的系统中，” 芬克解释道，“这样就能为像行星探测这类关键任务提供有用数据。”

在这种设想下，一颗轨道飞行器会监管一个或多个在空中盘旋的飞行器（比如在有大气层的行星上的飞艇或四轴飞行器），而这些飞行器反过来又会指挥一队小型探测器，引导它们前往各个有科学研究价值的地点。芬克说，拥有这样一支由不同层级自主工作的人造 “科学家” 团队，也会提升整个任务所固有的智能水平。

“特别是对于太阳系外的行星或卫星来说，由于它们距地球的距离使得实时指挥无法实现，你可以让这样一个系统自行开展科研工作，根据需要部署并重新引导其‘探测人员’，获取研究结果，并决定哪些结果足够有趣，可以发回地球，” 他说道。

与当前通常围绕一个高度复杂的机器人展开的模式不同，这种分层式的有效载荷将包含更简单、更廉价且更可损耗的单元，从而创造出冗余性，芬克介绍说。

“如果你只有一台探测器，你不会把它部署到可能会被困住或遭受损坏的区域，” 他说，“但如果你手头有好几台，你可能就愿意冒险牺牲几台，假如这有助于你解答诸如火星上是否存在生命这类问题的话。”

因为这些机器人探险家必须自行做决策，所以它们需要具备迄今为止人类所特有的认知能力，比如好奇心。

与人工智能（AI）不同，芬克的研究团队正在研发非基于规则的推理算法，目的是教会机器识别地貌中的一些特征，而这些特征出于某种原因会被人类探险家归类为 “有意思的”。在芬克的实验室里，一小队带有履带的探测器充当了测试平台：它们通过自由漫游、避开障碍物以及留意眼前事物来学习探索地貌。

“配备了我们的自动全局特征分析器软件包后，轨道飞行器或飞艇会尝试使用一套纯粹的数学、无偏向性的算法来识别地面上的异常情况，” 芬克解释道，“然后它会把这些信息传递给地面上的探测器，这样它们就能前去近距离考察了。届时就不再需要人类去操控了。”

对于像亚历克斯・布鲁克斯（Alex Brooks）这样的学生来说，这项颇具挑战性的工作极具吸引力。

“在芬克博士的实验室工作的独特之处在于，你真的有机会参与项目中的很多实际工作，” 布鲁克斯说，“例如，在探测器的自主运行方面，我实际上就是帮助它们导航的软件的主要开发者…… 在他的实验室里，只要你能证明自己有能力处理高级工作，你就可以去探索尝试。”

从半机械人到超人

可以想象，在未来，随着人类与机器的交互越来越紧密且协同工作，机器能在极少甚至无需人类监管的情况下执行复杂任务，“人类” 与 “人造” 之间的界限将会如何开始变得模糊。

以蓬勃发展的生物工程领域为例，尤其是神经修复领域，在该领域，植入式技术被用于预防抑郁症发作和癫痫发作、抑制帕金森病引起的震颤，或者恢复听力或视力。

芬克在图像处理和神经刺激算法方面的工作极大地提升了唯一一款获美国食品药品监督管理局（FDA）批准的视网膜植入物的性能，并且为提高其分辨率铺平了道路，如此一来，佩戴者就有可能看到不仅仅是面部特征，还能阅读大字体的文字。

通过人工视觉植入物让盲人重见光明，或者用仿生设备替换因中风受损的脑组织，这些都是典型范例。但可以看出，利用技术去 “提升” 原本健康的个体可能只是一小步之遥的事了。

从监测宇航员、飞行员、士兵或运动员健康状况的系统发展到创造某种 “超人”，这听起来可能像是科幻小说和电影里的情节。但在某种程度上，芬克认为，这正是事物的发展方向。

“有一个关键的伦理界限需要考虑，” 他说，“你在帮助人类的道路上该止步于何处，然后进入那种人类本身并无缺陷却试图超越人类极限的超自然领域呢？

“人类的边界在哪里，机器的起点又在何处？机器人应该拥有权利吗？这是我们最终将会面临的问题。”

本文转载自 雪兽软件

更多精彩推荐请访问 雪兽软件官网