休斯顿的研究机构TRACLabs研发CASE 号称一个真正的HAL 9000

别恐慌！可以肯定的是，生活模仿艺术，但希望负责空间探索认知架构的研究人员（CASE）已经从2001年开始了正确的教训：空间奥德赛，他们的AI不会杀死我们所有人和/或暴露我们去外星文物，所以我们进入宇宙必杀技的状态。（我想这就是发生的事。）
CASE主要是Pete Bonasso的工作，他几十年来一直从事人工智能和机器人技术工作 - 从目前虚拟助手和自然语言处理时代开始。现在很容易忘记这个领域的研究可以追溯到本世纪中叶，随着计算和机器人技术开始激增，80年代和90年代出现了繁荣。

问题是如何智能地监视和管理复杂的环境，如空间站，载人飞船或月球或火星表面的殖民地。一个简单的问题，答案已经发展了几十年;国际空间站（刚刚满20岁）拥有复杂的系统来管理它，并且随着时间的推移变得越来越复杂 - 但它远远不是我们都想到的HAL 9000，它启发了Bonasso。

“当人们问我正在做什么时，最容易说的是'我正在建造HAL 9000'，”他在今天发表在“科学机器人”杂志上的一篇文章中写道。目前，这项工作是在休斯顿的研究机构TRACLabs的主持下完成的。

该项目的众多挑战之一是将各种意识和活动层面结合在一起。例如，可能是机器人手臂需要在栖息地的外部移动某物。与此同时，有人可能还想与殖民地的另一部分发起视频通话。单个系统没有理由包含机器人和VOIP堆栈的命令和控制方法 - 但在某些时候，某些总体代理应该知道并理解这些责任。

因此，CASE不是某种超级智能的全知识AI，而是一种用于组织系统和代理的架构，它本身就是一个智能代理。正如Bonasso在他的文章中所描述的那样，并且正如其他地方更详细地记录的那样，CASE由控制，日常活动和计划的几个“层”组成。语音交互系统将人类语言查询或命令转换为这些层可以执行的任务。但它是最重要的“本体论”系统。

任何期望管理宇宙飞船或殖民地的AI都必须直观地了解构成宇宙飞船或物体的人员，物体和过程。例如，在基本层面，这可能意味着知道如果房间里没有人，灯可以关闭以节省电力但不能减压。或者，如果有人将漫游车从其海湾移动到通过太阳能电池板停放，AI必须了解它已经消失，如何描述它是什么以及如何计划它的缺席。

这种类型的常识逻辑看似困难，并且是当今AI中正在解决的主要问题之一。我们有多年学习因果，收集和整理视觉线索以创建世界地图等等 - 对于机器人和AI，它必须从头开始创建（并且他们不擅长即兴创作）。但CASE正致力于将这些部件装配在一起。

屏幕显示来自PRACTOE的TRACLabs的另一个本体系统。

“例如，”博纳索写道，“用户可以说，'将火星车送到车辆舱，'并且CASE会回应，'有两个流浪者。Rover1正在给电池充电。我可以发送Rover2吗？'唉，如果你说，'打开吊舱门，CASE'（假设栖息地有吊舱门），与HAL不同，它会回答，“当然，Dave，”因为我们没有计划将偏执狂纳入系统。“

我不确定他为什么要写“唉” - 我们对电影的热爱超越了我们的生活意志，当然。

当然，这在一段时间内不会成为问题 - CASE仍然是一项正在进行中的工作。

“我们已经证明它可以管理一个模拟基地大约4个小时，但需要做很多工作才能运行实际的基础，”Bonasso写道。“我们正在研究NASA所谓的类比，人类聚集在一起并假装他们生活在遥远的星球或月球上的地方。我们希望慢慢地，逐步地将CASE工作到一个或多个类似物中，以确定它对未来太空探险的价值。“

我已经向Bonasso询问了一些更多细节，如果我收到回复，我会更新这篇文章。

CASE或类似HAL的AI是否会负责基础几乎不再是一个问题 - 在某种程度上，这是管理一个非常复杂的系统系统的唯一合理方式。但由于显而易见的原因，它需要从头开发，重点是安全性，可靠性和理智性。