宇航員如何在火星上生存而無(wú)需谷歌搜索？

太空、火星、外星人、太空任務(wù)……自從人類(lèi)首次見(jiàn)證尼爾·阿姆斯特朗登上月球以來(lái)，所有關(guān)于太空探索的話題以及太空的隱藏秘密一直讓我們著迷。

隨著技術(shù)的進(jìn)步，我們的目光投向了火星殖民和深空探索。盡管太空探索的美麗吸引了無(wú)數(shù)電影的關(guān)注，但它也帶來(lái)了許多挑戰(zhàn)，其中一個(gè)關(guān)鍵挑戰(zhàn)是：在不依賴地球互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的情況下獲取實(shí)時(shí)、可操作的信息。

顯然，宇航員在太空中無(wú)法使用谷歌搜索這些重要信息。那么，這個(gè)問(wèn)題現(xiàn)在是如何解決的呢？

這時(shí)，RAG（檢索增強(qiáng)生成，Retrieval-Augmented Generation）登場(chǎng)了。這是一種結(jié)合了實(shí)時(shí)數(shù)據(jù)檢索和大型語(yǔ)言生成模型理解的超級(jí)AI方法。聽(tīng)起來(lái)很酷，“RAG”“LLM”，但這如何解決問(wèn)題呢？它如何幫助宇航員在不需要與地球進(jìn)行持續(xù)通信的情況下解決意外問(wèn)題？

為了回答這個(gè)問(wèn)題，讓我們深入了解RAG的具體內(nèi)容，并在本文結(jié)尾，你會(huì)驚訝地發(fā)現(xiàn)這種創(chuàng)新如何可以成為自主太空任務(wù)的大腦。

什么是RAG？

檢索增強(qiáng)生成（RAG）結(jié)合了兩種強(qiáng)大的AI系統(tǒng)：

1. 基于檢索的系統(tǒng)：從大型數(shù)據(jù)庫(kù)或知識(shí)庫(kù)中獲取和檢索相關(guān)信息。
   簡(jiǎn)單來(lái)說(shuō)，假設(shè)你有一本500頁(yè)的教科書(shū)，你只需要復(fù)習(xí)第300頁(yè)的特定主題。與其花費(fèi)大量時(shí)間閱讀整整300頁(yè)來(lái)找到該主題，你可以直接翻到第300頁(yè)進(jìn)行復(fù)習(xí)，這正是基于檢索的系統(tǒng)所做的事情：從大型數(shù)據(jù)庫(kù)或知識(shí)庫(kù)中獲取你所需的特定信息。
2. 生成式AI模型：以人類(lèi)可讀的格式解釋和說(shuō)明信息，如對(duì)話式回答或摘要。
   繼續(xù)以300頁(yè)的例子為例，你現(xiàn)在到了那一頁(yè)和主題，但語(yǔ)言太復(fù)雜。想象一下，有一個(gè)成績(jī)最好的朋友在你身邊，他可以簡(jiǎn)化概念，用易于理解的方式解釋?zhuān)踔劣脦拙湓挒槟憧偨Y(jié)。這正是生成式AI模型的作用：將信息轉(zhuǎn)化為清晰、簡(jiǎn)明、易于理解的內(nèi)容。

這種獨(dú)特的協(xié)同作用使RAG能夠?qū)崟r(shí)處理來(lái)自多個(gè)來(lái)源的數(shù)據(jù)，提供精確的答案并適應(yīng)上下文。這不僅僅是理論上的，這種方法已經(jīng)在研究、客戶支持以及現(xiàn)在的太空探索中被探索應(yīng)用。

為什么火星需要RAG？

在火星上，宇航員可能面臨獨(dú)特的挑戰(zhàn)：

• 有限的連接性和通信延遲：根據(jù)SpaceAcademy的說(shuō)法，與地球的通信存在長(zhǎng)達(dá)22分鐘的單程延遲。在緊急情況下，這種延遲可能是致命的。
• 技術(shù)的不確定性：即使經(jīng)過(guò)多年的研究和探測(cè)器或航天器的制造，未知的異常情況仍可能發(fā)生，無(wú)論是設(shè)備故障還是突發(fā)的環(huán)境變化，這些都需要快速解決方案。
• 數(shù)據(jù)過(guò)載：航天器和棲息地會(huì)從傳感器和研究實(shí)驗(yàn)中生成大量數(shù)據(jù)。手動(dòng)處理這些壓倒性的數(shù)據(jù)幾乎是不可能的，尤其是在高壓、時(shí)間緊迫的情況下。宇航員和任務(wù)控制團(tuán)隊(duì)需要篩選數(shù)TB的信息，以識(shí)別與當(dāng)前問(wèn)題相關(guān)的內(nèi)容。

通過(guò)RAG，宇航員可以從預(yù)加載的數(shù)據(jù)庫(kù)（如地球或先前任務(wù)的研究）中檢索數(shù)據(jù)，將其與火星傳感器的實(shí)時(shí)讀數(shù)結(jié)合，并生成可操作的見(jiàn)解，而無(wú)需依賴地球（盡管這并不能完全消除與地球通信的需要，但在時(shí)間緊迫的情況下可能非常有用）。

讓我們探索一下RAG在太空中的其他用例。

1.氧氣發(fā)生器故障：想象一個(gè)氧氣發(fā)生器在火星上發(fā)生故障的情況。RAG可以：
這有助于實(shí)時(shí)異常檢測(cè)。

• 檢索系統(tǒng)的設(shè)計(jì)圖。
• 分析實(shí)時(shí)數(shù)據(jù)中的錯(cuò)誤模式。
• 提供逐步故障排除說(shuō)明。

2.航天器導(dǎo)航系統(tǒng)錯(cuò)誤：如果航天器的導(dǎo)航系統(tǒng)出現(xiàn)錯(cuò)誤，RAG可以通過(guò)以下方式動(dòng)態(tài)生成導(dǎo)航調(diào)整步驟：

• 獲取歷史任務(wù)日志。
• 結(jié)合當(dāng)前傳感器數(shù)據(jù)和AI預(yù)測(cè)。
• 為宇航員提供實(shí)時(shí)更新指導(dǎo)。

RAG在太空的未來(lái)是什么？

展望未來(lái)，RAG可能成為幫助人類(lèi)殖民遙遠(yuǎn)星球的自主系統(tǒng)的基礎(chǔ)。通過(guò)實(shí)現(xiàn)實(shí)時(shí)上下文感知數(shù)據(jù)的獲取并提供給宇航員，RAG不僅僅是宇航員的工具，它是地球知識(shí)與太空未知之間的橋梁。

結(jié)論

隨著NASA、ISRO等太空機(jī)構(gòu)以及SpaceX等私營(yíng)公司不斷突破界限，像RAG這樣的工具可能會(huì)重新定義探索的極限。雖然RAG仍然是技術(shù)的一部分，并未達(dá)到完全依賴的階段，因?yàn)殄e(cuò)誤的可能性不能被忽視，但它提供了一種更為便捷的方式，使宇航員在緊急情況下減少與地球通信的需求，在時(shí)間緊迫時(shí)迅速采取行動(dòng)。

本文轉(zhuǎn)載自??DevOpsAI??，作者： DevOpsAI