飞往小行星着陆：AI自主控制系统的破局之路
飞往一颗小行星并安全着陆，绝非易事。NASA在探索太阳系时虽内置了冗余与自动化系统，但仍依赖庞大的地面团队进行通信支持。例如2018年的OSIRIS-REx任务，每个八小时轮班需配备100名操作员。
初创公司难以复制此类资源。因此，专注于小行星采矿技术的AstroForge转向人工智能，为其航天器开发了名为“Solo”的自主控制系统。该系统基于Transformer模型内部开发，计划于2027年搭乘Stoke Space火箭执行首个自主飞行任务，并在NASA支持下收集太阳科学数据。
鉴于对神经网络可靠性的担忧，传统航天器多依赖经典控制算法。直到去年，才首次出现利用神经网络控制卫星轨道的应用案例。
从Odin故障到AI自主决策的转变
AstroForge成立于2022年，获5600万美元风投支持。其前两艘原型航天器均因异常未能达成主要目标。2025年发射的Odin航天器进入深空后失联，受限于全球大型天线数量及短暂通信窗口，公司最终无法恢复控制。
这一挫折促使团队思考替代方案：能否让航天器具备足够智能以自行解决问题？联合创始人兼CEO Matthew Gialich表示：“若当时机载系统尝试过自我修复，结果或许不同。”他权衡了自建全球地面网络（约2亿美元）与利用AI模型摆脱地面依赖的利弊。
Solo系统架构与受限自主能力
飞行软件负责人Armand Awad介绍，Solo融合了前沿Transformer技术。系统包含针对发电、导航等子系统的专用模型，以及基于约2500个传感器数据训练的整体智能层。
Gialich强调，这并非通用自主系统，而是在低传感器输入条件下遵循Transformer原则打造的“受限自主能力”。理论上，该智能体可执行异常处理，如识别迷失位置、关联电源与星跟踪器故障并自动重启修复。
DeepSpace-2测试与Autonomy-1无无线电挑战
第三艘飞船DeepSpace-2计划于2026年底前随Intuitive Machines登月任务发射。Solo将以“影子模式”运行，供工程师在Autonomy-1任务前充分测试。
对于是否真正实现操作独立，Gialich态度坚决：“我计划在Autonomy-1任务中不搭载接收地球信号的无线电设备。我们必须全力以赴，目前团队未说服我改变主意。”