NASA OnAIR人工智能研究平台访谈录
在第三十七届人工智能创新应用年会(IAAI 2025)上，NASA戈达德太空飞行中心人工智能研究负责人Evana Gizzi团队发布了开源软件工具OnAIR（Onboard Artificial Intelligence Research）。这个基于Python的认知架构平台专为太空智能系统研发设计，已成功应用于多项天地任务。
平台核心特性
- 一键部署：通过Python插件体系实现快速安装
- 全周期支持：覆盖从算法原型到在轨部署的完整研发流程
- 多平台适配：已集成卫星飞行软件、无人机、机器人及地面站系统
- 跨领域应用：支持水文监测、行星生命探测等多样化研究场景
太空AI的特殊挑战
- 硬件限制：抗辐射计算机存在尺寸/重量/功耗约束
- 通信延迟：深空环境下的带宽和时延问题
- 开发文化：传统航天领域对新技术持保守态度
典型应用案例
- 土壤污染检测：实习生使用树莓派+摄像头组合实现农业应用
- 卫星异常监测：通过机器学习算法识别星跟踪器数据异常
- 自主科学发现：无人机集群在野外考察中实现机会目标识别
技术架构优势
- 通用性设计：不绑定特定任务或领域
- 极简交互：非软件工程师也可快速上手
- 原型加速：直接使用CSV样本数据跳过复杂仿真环境搭建
未来发展方向
- 2025年将开展智能可扩展任务架构在轨验证
- 优化插件多线程并行处理能力
- 增加在线教程案例降低学习曲线
该系统已证明可将传统需要数月的硬件测试环境部署缩短至1.5个月完成，显著提升太空AI系统的研发效率。平台源代码及文档已向学术界和工业界开放。