飞向一颗小行星，成功着陆，不能出任何差错：如果真有这么简单就好了。
当NASA向太阳系深处派遣航天器探索时，通常会内置冗余系统和自动化功能。但大部分工作仍依赖地面飞行控制团队与航天器保持通信来完成。2018年与一颗小行星交会的Osiris-Rex任务，每8小时轮班就需要100名操作人员。
但这样的资源投入对初创公司来说是负担不起的，因此致力于开发小行星采矿技术的AstroForge公司转而求助于AI。该公司为其航天器开发了一套名为"Solo"的自主控制系统，这是一个基于Transformer架构、由公司内部自主研发的模型。
AstroForge计划于2027年发射其首个自主航天器，搭乘Stock Space公司的首枚火箭升空。该任务将获得NASA支持，预计将收集有关太阳的科学数据。
这将是一项重要成就：出于对神经网络可靠性的担忧，目前大多数航天器自主系统仍依赖传统控制算法。直到去年，才首次出现使用神经网络控制卫星在轨定位的案例。
AstroForge成立于2022年，已获得5600万美元的风险投资支持，此前已发射两艘原型航天器，但两次任务均遭遇异常状况，导致大部分任务目标未能实现。2025年，其Odin航天器被发射进入深空，但公司在与其通信时遇到困难。地球上能够向数十万英里外航天器发送信号的大型天线数量有限，且可用的通信时间窗口也很短。
最终，AstroForge未能重新获得对Odin的控制权，但这次经历促使公司思考其他方案：能否在航天器上搭载足够的智能，使其能够自行解决问题？
"如果航天器上具备所有数据，这个问题是否本可以挽回？我不知道，但我可以告诉你，当时航天器上没有任何系统尝试过自主解决，如果发射后航天器无法挽回，我希望机载系统能够尝试自主解决问题，"AstroForge联合创始人兼CEO马修·贾利奇（Matthew Gialich）表示。
"对我来说需要权衡的是：是自己建设地面网络——这需要花费约2亿美元在全球部署五个天线并进行运营，还是尝试通过模型来替代这一切？"
AstroForge飞行软件负责人阿曼德·阿瓦德（Armand Awad）表示，公司决定利用前沿实验室推动的Transformer模型进展。他们构建了一套系统栈，其中包括传统控制算法、针对电力生成或导航等特定子系统、基于测试数据训练的模型，以及基于航天器约2500个传感器数据训练的整体智能层。
"我并不是说我要打造通用的航天器自主系统或者面向全世界的通用自主能力，"贾利奇说。"我是在做一种约束条件下的自主系统，输入的传感器数据量很低，遵循Transformer模型的基础训练方式。"
理论上，掌控航天器的智能体将执行诸如异常解决等任务。阿瓦德设想这样的场景：系统意识到自己失去了对太空中位置的跟踪，将电力异常与星敏感器的问题关联起来，并修复整个系统——"在这种情况下可能就是把它关掉再重新打开。"
该公司的第三艘航天器DeepSpace-2目前计划与Intuitive Machines公司的第三次月球任务一同发射，预计将于2026年底前升空。Solo系统将搭载在该航天器上，以"影子模式"运行，这样AstroForge的工程师就能在正式执行Autonomy-1任务之前对其进行充分测试。
这真的会是一个操控独立航天器的AI智能体吗？
"我不打算在Autonomy-1任务中搭载能够接收地球信号的无线电设备，"贾利奇说。"我们现在必须全力以赴。到发射的时候，团队大概会说服我改变主意。但目前，我告诉他们不要装无线电。"
Q&A
Q1：AstroForge的Solo系统是什么？
A：Solo是AstroForge公司自主研发的航天器控制系统，基于Transformer架构模型打造，旨在让航天器具备自主解决问题的能力，减少对地面控制团队的依赖。
Q2：AstroForge之前的航天器任务为什么会失败？
A：AstroForge此前发射的两艘原型航天器都遭遇了异常状况。其中Odin航天器在进入深空后，公司因地面天线资源有限、通信窗口短暂，最终未能重新获得对其的控制权。
Q3：AstroForge的自主航天器计划何时正式飞行？
A：公司计划于2027年发射首个自主航天器Autonomy-1，搭乘Stock Space的首枚火箭，任务将获NASA支持。此前，Solo系统会先以"影子模式"搭载在2026年底发射的DeepSpace-2航天器上进行测试。