星上识别，比地面数据辨识更难
“我们此前负责过一个关于灾害应急的科研项目，要求我们对无人机接收的图像进行实时自动变化检测，在灾害发生后确定灾害中心、灾害强度、损毁情况等为救灾和灾后重建提供重要依据。”李德仁说，该项目的应急响应时间从小时级缩短到了分钟级，为灾后“黄金救援”争取到宝贵时间，这种自动检测技术完全可以用在卫星上。
人眼捕捉图像，人脑辨识变化，这个任务完成迅速，但让人工智能了解人类的知识和判断非常困难，尤其在弱人工智能阶段。地球上的AI，经常被专家学者比喻成一个孩子，人类手把手教它成千上万次，直到它们能得出与人类认知相似的结论。在图像、声音辨识方面，当下的AI技术发展迅速，尤其在图像辨识方面，特定的识别领域已经做到了低于1%的误识率。
但星上识别要远难于地面的数据辨识和分析。
为此，我国学者进行了大量的有益尝试，例如通过高分卫星获得图像，直接输入“立交桥”等字样可以实现实时定位与成像。“在技术上，这涉及星上高精度实时几何定位方法、星上数据的智能压缩方法、变化检测及建模等关键问题。”李德仁说。
与地球上的AI一样，星上AI同样面临数据基础的获取问题，目前的星上数据无法共享共用，通信、导航、遥感卫星各成体系。“部门协同可能是最难解决的问题。”总参通讯部原副部长杨千里说得直接，卫星的单一功能，更多地是因为部门条块之间分割很明显。此外还由于不同任务的卫星应用着不同的硬件。杨小牛介绍，不同频段的天线用于不同功能的卫星上，例如导航和电子侦察对抗的卫星使用的天线并不相同。此外，空天环境的高辐射、离子风暴、温度剧烈变化等外在环境也对系统的稳定性提出了高难度的挑战。
