播客第15集
智能生命:改变空间通过通信和数据分析
显示笔记和记录
成绩单
(就是)主持人:欢迎来到制造商洛克希德马丁空间,带你走出这个世界的播客里面看看我们的一些最具挑战性和创新任务。我的名字叫本,我会成为你的主人。
00:00:14第二季中,我们探索洛克希德·马丁公司的大胆的新视觉未来的我们称之为“太空2050。”We partnered with our Advanced Technology Center to bring you an inside look at the innovations and technologies we are developing to make that future a reality. Because getting there is just the beginning.
[00:00:35]从遥远的火星上的前哨殖民地居住在月球上和智能城市在地球上,我们都需要人工智能来帮助使它工作。AI将塑造我们的未来,甚至可能从根本上改变我们如何工作,接触社会。我的同事Natalya Oleksik需要仔细看看为什么AI将扮演至关重要的角色在太空中我们所做的一切,从人类在月球殖民地贸易路线火星。我的同事Natalya Oleksik需要更仔细的观察。
(00:01:09)Natalya:我坐下来与史蒂夫Gerali博士。史蒂夫,你能告诉我们你的名字,你的名字和你的标题,好吗?
(00:01:16)史蒂文Gerali博士:确定。我的名字是史蒂文Gerali博士。我,我的标题是一个我们的太空BITEE集团的首席架构师,代表业务创新、转型和企业卓越。manbetx3.0最新登录这是我们的一部分它创新的手臂。manbetx3.0最新登录
(00:01:29)Natalya:我们在这里谈论今天的转换和你的未来空间。和你正在做的一切,我们预期革命不仅改变我们如何去那里,但是工作和发展一个新的空间经济。你能告诉我们一点关于这个障碍,将人工智能集成到我们的太空探索,一旦我们克服这一障碍,它对人类意味着什么。
(00:01:54)史蒂文Gerali博士:是的。我,你知道,我认为任何新技术的最大障碍是如何我们适应它。我们如何整合与人类相比,它实际上作为一种帮助人类做他们需要做的事,做得更好。嗯,不一定总是代表人类采取的所有行动。所以,呃,通常人们认为的自动化和他们认为,“哦,我们得自动化工作。它必须是100%的电脑。”
[00:02:16],“哦,我们得找到方法我们共生。在人类和计算机可以一起工作来得到最好的两所提供的业务作为一个整体。”And so, uh, when it comes to the whole AI side it's really, what are the right level of use cases where we do a lot of manual effort where we can help automate that for the end user, where they don't have to do the things that they don't want to do.
[00:02:39]所以我经常使用术语实践和过程。如果你考虑一个医生的办公室,对吗?医生的,他们有自己的实践,对吧?他们那里有病人。他们可以帮助病人。但是有一个过程,他们必须经过为了实现它。他们必须能够与保险公司合作。他们必须能够与供应商合作。他们必须使用药店和等等。
[00:03:00]这不是他们想要做的所有工作。他们真的想要着重在病人护理和他们必须做些什么来帮助病人。与人一样的工作空间。他们想专注于科学。他们想专注于任务的重要的事情,而不是要做的事情就是不需要太多的……喜欢,他们需要大量的能量,但他们实际上并不产生很大的价值。这是发现的订婚,我们想要与团队。
(00:03:24)Natalya:什么样的技术是我们在洛克希德·马丁公司发展中,基于人工智能,帮助呢?
(00:03:30)史蒂文Gerali博士:所以这里有一些例子,嗯,一些遥测处理,我们在做什么。通常如果你觉得遥测了飞船的大量数据,非常的,很多的速度。通常是,你如何找到干草堆的针吗?你怎么找到的东西,“哦,这是很重要的。我应该注意它。”Or, "We have a problem here. We should go look into it more." And so what we're doing is we're developing AI solutions.
[00:03:54]有一个努力,伞的努力,我们称之为[Tetori 00:02:47),基本上是说,我们要创建一组算法,将帮助我们的业务团队任务,基本查明异常,查明问题,协助跟踪,帮助隔离。在干草堆中帮助有效地发现针,能够告诉你什么是问题的根源。它是,因为我们没有足够的力量?它是,因为我们没有足够的燃料吗?它是,因为我们没有足够的不管答案是什么,对吧?
[00:04:20]所以,呃,很多这些算法他们……有不同类型的机器学习算法。我们使用的是一种无监督的机器学习算法。我们喂它名义上的数据,应该如何行为系统,在正常情况下。然后是算法本身开始注意到任何的异常。随着时间的推移,可以有效地告诉最终用户,“好吧,这是一个异常。这不是我们通常所看到的。”
[00:04:45],“哦,顺便说一下,我们看到这个东西去和其他10个遥测值去。”So somewhere within that realm, we got something that's not right. So we can at least pinpoint out of hundreds or thousands of telemetry points what are the things you should be looking at. And so we're building out algorithms to kind of support that level of effort.
(00:05:04)Natalya:这些算法将是至关重要的,阿耳特弥斯任务和猎户座,对于保护宇航员的生活和必不可少的最终帮助我们在月球和更远的星球建立殖民地,他们有多可信?
(00:05:18)史蒂文Gerali博士:所以有很多事情时,信任和爱。如果你喂它糟糕的数据,它可以发展自己的个性。比如……通常,我认为这是一个亚马逊的案例。他们帮助警察部门确定罪犯或坏的人。他们通常会给的照片只有一个特定的字符类型的人。也许某一种族、特定性别,无论什么。
(00:05:43)和最终发生了什么是不知道任何更好的算法。我们计划这些人工智能算法是不同的比我们计划的一个系统。通常在系统设置的业务逻辑,业务规则和所有底层en -端点。人工智能,我们设置与训练数据的算法。如果我给它一堆数据和它的所有的人都是白人,这个算法会比别的更准备识别白人,对吧?
[00:06:09]所以问题就变成了,如何确保我们的数据是广泛的,实际上是多元化的,包括所有不同的可能的条件,我们遇到,这样我们就可以建立可信度。我会给你一个很好的例子。在我们的供应链集团如果你想想洛克希德马丁空间,成本的70%的组成卫星是建立在我们的供应链。
[00:06:31]现在的问题,我们必须采取的很多部分。为了做系统集成,我们要知道所有的部分什么时候会到来。所以我们建立了机器学习算法,有效地预测交货时间,需要多长时间的部分。我们不得不与订购的人建立起信任他们会感到舒服的部分我们给他们。
[00:06:53]如果亚马逊告诉你两天…有时是两天,有时是一个星期,有时都有点。它是一样的与我们得到的部分。所以问题就来了,我们如何获得最终用户的信任吗?所以他们想要更多的参与这一过程。所以我们做的是一个人在中间,我们提供预测,然后我们问最终用户,如何准确预测吗?
[00:07:16]我们打它吗?我们不打了吗?你知道,你怎么想,哦,东西看起来像什么?事实上,你会发现在很多今天的人工智能系统。喜欢,如果你用你的Alexa问她一个问题,她会说,“我做对了吗?这是有帮助吗?”And it's really just trying to help build that model for, "yes, this is good data. This was a good result." So that we can keep tagging and promoting the right data and build what people would consider to be a truthful model of what real really is.
(00:07:43)Natalya:是人工智能的系统是否完善?有过,有足够的数据点来让你感觉舒服,我们项目保护,完善我们的宇航员和空间?或者是一个不断完善的过程?
(00:07:58)史蒂文Gerali博士:是的。这绝对是一个过程。这是我们获得更好的每一天。但我们不是100%完美的秩序在任何我们所做的事情。我们都是人类。我们做的问题。我们标签的事情错了。我们训练不正确的事情。我们做一大堆事情,总是可以做得更好。问题是我们如何得到越来越多的沿着这条线的准确性,它是足以满足任务的需求。
(00:08:19)有足够的信心,即使我们把它稍微错了,它不造成伤害或问题周围的宇航员或他人的前进。所以一定增长空间。我们经常谈论我们的模型的准确性。所以我们将预测模型。举个例子,交货时间,我给你我们会说它会带你10天。如果它有11天,我们一点。“好吧,好吧,让我们找出了我们。”
[00:08:45],然后随着时间的推移,你知道的,我们的目标是如何在这些预测和更好的吗?我们如何……对于特定的提供者,我们知道他们会按时交付相对。他们会是稳定的。它会很好。对另一些人来说,这可能是完全不同的。它可能是基于不同的部分。一些地区比其他的更为复杂。所以有时非常复杂的部分可能需要更长时间才能进来而不是一个更简单的部分。
(00:09:08)无论如何,我们的目标只是处理算法,让他们提供尽可能最好的准确性。我们真的不…我们没有拍摄为100%,但我们射击准确,我们可以以交付任务的结果。
(00:09:21)Natalya:所以不射击有100%在地上供应链,无法保证100%的人类太空飞行在太空,人类太空探索,你怎么处理这种不确定性?,你曾经预测98%肯定,或者是所有的一部分,探索,冒险是哪一个?
(00:09:41)史蒂文Gerali博士:是的。我,我的意思是,在一天结束的时候,你想要寻求你所能,对吧?当然如果有任何失败,冗余的条件,你可以支持任务,支持宇航员,谁支持你帮助总有会一定数量的数据。
[00:09:59]你问到,当你有大量的数据和它的未来在你,你如何处理?在某些情况下,如果数据是如此之大,你不处理它足够快,它已经太迟了。它已经过去了。没有什么我们要做的。要继续下一个,下一个和下一个。
[00:10:15]所以它归结为是什么,最少的是什么数据,我们需要为了使最好的预测在最好的时间和最好的结果,我们可以给谁需要它,无论它是一个宇航员,无论是经营者在地面上,不管是任何人,你知道,试图支持任务。
(00:10:32)Natalya:我们如何使战略决策和数据?你谈到了遥测,其他类型的数据我们可以得到空间,帮助我们做出战略决策?
(00:10:42)史蒂文Gerali博士:是的。所以我给你另一个很好的例子。你知道,在物联网,物联网传感器。这些传感器是捡东西。通常你有执行机构。这些实际上是做一些基础的一些传感器,他们捡起。例如,我总是告诉人们思考你的房子。你有恒温器,读取温度。当温度低于一定水平,好吧,我们想把加热器。
[00:11:06]或如果它太高了,我们想要关掉,我们想要打开,呃,冷却。和这里是一样的空间。我们有传感器,实际上是捡各种各样的不同的东西。可以是意象。像,例如,我们的意象,与太阳的太阳耀斑发生,呃,他们时刻都在发生。但是有一定的,我们正在寻找,想要看到的。
(00:11:26)而不是一个人类不得不坐在那里,看几个小时,小时小时的视频,如果我们可以训练一个算法,可以代表他们,找到的,我们真正关心的部分,然后能够查明发生在这些视频。现在我们拯救个人的很多时间,他们可以去的地方,“嘿,我知道这里有一个太阳耀斑在5分钟,每分钟6分钟八。”And they're skipping all the rest and all the stuff that doesn't matter to them.
(00:11:52),真的是,它是关于当我们有所有这些传感器在我们处理,我们得到了所有的数据。出现这种情况,你知道的,在太空中。它还当我们进入战斗管理系统。嗯,我们试图隔离并找出,好吧,到底发生了什么在这个空间。所以我们有这样的例子。我们也有类似的例子,我们在地球上,像地球上正在发生的事情的照片。
[00:12:20]事实上,现在我们已经做了一个叫做申请帮助,这有效地是,我们如何看灾难恢复计划与红十字会,也许一座桥被炸坏,我们不能提供食物或水之类的,人道主义救援的人需要它。越多,我们可以看所有的传感器数据,无论是数字数据,无论是图像,无论是任何这些东西,弄清楚其中的含义和重定向资产的方式会帮助的任务,这就是会帮助赢得了这一天。
[00:12:53]现在的例子帮助,我们实际上,你知道,与红十字会合作。我们开发了一个应用程序,该应用程序可以有效地删除了大量的图像,我们的卫星,帮助他们计划的未来他们会如何攻击灾害,然后使用这些信息然后去执行。它还包括,如何规划和管理你的资源,对吧?
[00:13:17]我们有人力资源。我们有汽车和卡车和其他东西。只有那么多资源,我们应用它们来得到最好的优化?所以高价值目标是什么?我们如何优化,并支持它吗?所以我想说,有东西在太空中,我们处理。有东西在地上,我们处理。所有这些不同的任务组件。但在一天结束的时候,你如何让混乱的帮助谁是优化客户解决他们的需求。
(00:13:47)Natalya:总是需要一个地面车站吗?还是有一种可以训练宇航员是主要决策者基于数据?
(00:13:57)史蒂文Gerali博士:所以我认为你在这里看到的,特别是当我们去火星和其他地方,对,是所花费的时间,以便将数据发送回地球,得到处理,结果,它不会,它不会为我们得到进一步的工作,对吧?所以这就是边缘处理的。所以我们一直在做的一些事情,我们怎么cleate,创建一个有效的卫星星座可以在一群相互沟通效果怎么样?意思,如果我们需要更多的计算能力,他们可以加入群。如果我们不需要太多的计算形式,他们可以减少蜂群。
(00:14:33)Natalya:或睡觉或休息。
(00:14:34)史蒂文Gerali博士:或睡觉。完全正确。的重点是对很多这些宇航员,他们要做处理的优势。我们必须能够提供他们所需要的计算基础设施,当他们最终到达火星。并能绕,给他们他们需要的答案。因为如果他们必须发送回地球,它会花太多时间,太多的时间,太多的能量,太多的努力。我们永远不会到达那里。
(00:14:56)我们必须找到方法我们怎么让他们当他们,给他们他们需要的基础设施。我们为新道路,对吧?杰夫•贝索斯总是说,当他建立亚马逊,他可以坐在巨人的支持,对吗?他可以……他没有去发明联邦快递和UPS或任何这些东西的,正确的。他可以使用它们来提供他所需要的。已经找到了。他不需要信用卡系统或支付系统来管理。它已经在那里了。
(00:15:21)Natalya:在那里的基础设施。
(00:15:22)史蒂文Gerali博士:正确的。所以问题是,我们如何构建基础设施火星的宇航员,在月球组件,所有这些不同的区域给他们他们需要的计算,他们需要的传感器,他们需要的东西成功?如果我们有时间维度相对较小,我们需要越来越多的边缘处理给他们的权力,所以他们可以做出有效的决策,而不是总是船回到美国。
[00:15:47]和我们必须非常讲究我们看的数据。你如何得到最少的数据所需的为了做这份工作吗?因为就像我说的,你会变得不知所措,所有的数据,经过分析、瘫痪和不做决定,一切。所以它真的只是聚焦,你知道,你想把你的精力和你的努力。
(00:16:08)Natalya:你谈到了为新的道路和你谈到了成群的卫星,你看到一个时间点他们将成为自治足以为自己的道路空间,例如,“一艘宇宙飞船,或者空间,这里有人类的地方。让我们去。”
(00:16:25)史蒂文Gerali博士:哦,当然。我的意思是,我们已经接近了,对吧?计算机视觉,这实际上是一种以图片和视频,能够识别的图像或视频。所以今天我们做一些我们的生产操作。所以认为我们的高海湾我们建造的卫星。我们的人……只有,只有一定数量的人实际上可以在平台上。
[00:16:48]我们将相机设置为观察和确保我们没有超过一定数量的人,或者我们通知的人。这是相同的概念。我们会有一些类型的图像被收集的卫星。我们可以调整卫星去不同的致动器部分,不同的轨道,不同位置,不同的,按照跟踪和做我们需要做的事情为了满足任务。
(00:17:12),所以真正的最终目标是,你知道,我们如何准备算法以这样一种方式,我们可以计划我们想执行资源在给定的时间?所以ab -绝对。我们才能…呃,我的意思是,我们已经自动驾驶。我的意思是,看看我们,呃,特斯拉和其他车辆。
(00:17:30)Natalya:嗯哼[肯定]。
(00:17:30)史蒂文Gerali博士:在字面上边缘处理器是坐在计算- o -,坐在边缘处理实际的车,看图像实时做出决策。,请注意,这不是……我的意思是,开车是一个复杂的系统,但只有四个,你知道的,交通规则,对吧?这是- - - - - -
(00:17:47)Natalya:不要打击别人。
(00:17:48)史蒂文Gerali博士:完全正确。不要打击别人。用你的,用你的指标来表示你要走哪条路。确保你停止。确保你遵守速度限制。喜欢,没有很多的规则。但在一天结束的时候,它的工作原理,对吧?我们必须开发相同的规则集时我们如何希望卫星工作,功能,管理和任务是什么。我们如何适应他们满足这一使命?
[00:18:11]但你在某些方面谈论两件不同的事情。这是当你说只有两个基本规则开车地球上结合了人类的大脑与人类的直觉。和你谈论在空间卫星群,也许不同的任务。其中一个可能是支持一个猎户去火星和另一个可能是支持卫星将d -数据回到地面,但不涉及人类的直觉。这是有关吗?因为人类的直觉经常填写你知道什么之间的差距,会发生什么。
(00:18:43)好了,这就是我认为你得最好的两个世界,你要的人类算法和交互,直到你建立信心。并最终一旦你建立信心和人民去,“哦,是的,这个算法98%的时间来到马克。”I don't need to pay attention to it anymore, right? And even if it were to miss, here's what the effect of that missing is.
(00:19:06)并不意味着我们将失去资产。这并不意味着我们将失去的使命。这并不意味着这些东西。这只是意味着,“好吧,我们会有一个小飞天法宝。这不是世界末日。我们会学习。我们会继续前进。”And, you know, I think over time we just work to identify which tasks should be human based, where the intuition is absolutely needed and vital and supportive.
[00:19:26]和哪些事情是事情,嗯,你知道,电脑可以算出来。像战术电脑可以,如果我们开车。“好吧,我知道限速。我知道没有人在我的前面。我知道没有人的我可以前进。”Okay, fine, go forward, right" And, and don't get me wrong in any of those systems today, the human is actually the intuitive part of that Tesla driving system.
[00:19:50]他们不只是说,“哦,不,不,只是继续让它做自己的事情。”We've had people do that and it makes terrible mistakes. It's harmed people. It's harmed property. It's harmed lots of things. And the humans are there to try and add the intuition but the problem is when the human turns off.
(00:20:04)Natalya:是的。
(00:20:04)史蒂文Gerali博士:和人类说,“哦,我收到通知三到四次,我没有做任何事。所以现在我不会注意。事实上,我不关注你给我的任何通知。我刚才,你担心我太多。我不在乎。”And we're just gonna go forward. And hopefully 98% of the time will get there, but the 2% can be bad.
(00:20:23)Natalya:嗯哼[肯定]。
(00:20:24)史蒂文Gerali博士:这是因为我们没有思考整个问题的,好了,你怎么没有,你知道,报警的人那么多,他们只是关掉吗?现在他们甚至不参与整个解决方案。这就像清单。如果你想检查表,它做什么?它关闭大脑。为什么会关闭大脑?我要做的就是通过我的清单。“哦,表1、2、3、4。我都做到了。我很好。”
(00:20:44)嗯,没关系,当你想要完美的过程。而且,你知道,这个过程是固体和一切。但我们所做的很多东西在空间,是的,有流程,但有一定量的实验。有一定量的勘探和其他的东西,我们不会知道直到我们走出去,我们试一试,这意味着人类还需要参与这一切。我们要知道,你知道,你不能总是关掉人为因素。人类的元素实际上是可以对整个系统很有帮助。
(00:21:11)Natalya:所以你说的是不会解决所有的数据,我们所有的问题。重要的是要让人们。
(00:21:16)史蒂文Gerali博士:是的。
(00:21:17)Natalya:我们所有的技术发展,所有的数据,人工智能技术我们开发支持,有比其他人更能激发你的吗?
(00:21:27)史蒂文Gerali博士:哦,还有,我兴奋的有很多。
(00:21:30)Natalya:让我们谈论一些。
(00:21:32)史蒂文Gerali博士:好吧。[笑]所以我要诚实的面对你时的数据,我们甚至还没有接近它,对吧?只是在初级阶段能够收集、存储、理解、解释和做出决策,正确的决策对所有数据。如果你仔细想想,当我们乘坐飞机…例如,假设f - 35哦,我们做什么?我们打一个硬盘。我们飞飞机从A点到b点。当它回来,我们下载所有数据的鸟,因为它这么多的数据。然后需要一个长时间的过程。
(00:22:11)好了,这些东西是实时的,对吧?的一件事,我们一直在谈论关于…实际上有一个伟大的书,它被称为杀伤链由基督教麦片汤。这是真的,你怎么从传感器到执行机构,实际实际攻击和消灭敌人组件,对吧?他们称这段时间为杀伤链。
(00:22:32)的时间,你确定什么时间,你真的需要一些和你实际中和问题。他们想试试买,时间是越来越小。嗯,我们都知道,有时数据不是很好。数据不是很好,我们非常糟糕的决定。当我们做出那些可怜的决定,它对平民造成很大的影响,各种各样的人。但的事情之一是教学是网络中心战的概念,我们有10或20年。
(00:23:00),但真正的基督教谈到在他的书中往往是客户想要买下一个平台和下一个平台。所以我从一架f - 16战斗机f - 35的f - 22,我只是购买更大的和更大的平台。但真正的权力是数据。在,我怎么整合所有这些系统吗?所以我的f - 35会谈我的卫星,这谈判的地面站、谈判我战斗系统,会谈到我的部队,所有这些人会谈。和我们将联合行动因为我们21——的一部分
(00:23:27)Natalya:他们之间,
(00:23:28)史蒂文Gerali博士:是的。是的。这是我们21世纪战争的战士,对吧?的,我们如何把所有的数据和有意义的,战争战斗机正是他们需要在他们需要的时候,他们在一个时间,它实际上可能是有用的,他们可以做一些数据?通常,有时数据是晚了。它已经太迟了。我们不能做任何事情。这是无用的。
[00:23:50]有时有这么多的数据。我们不能抓住它。我们只是追求大事情,大打者,对吗?所以我认为,最好的,我们所能做的就是继续数据灵巧和我们如何收集数据,管理,合成它,理解它,采取行动,不断改进。我的空间作为一个整体,他们引用的数据结构。
(00:24:13)你如何将所有这些数据联系在一起,提供工具、算法和…当我们谈论AIML,整个市场的概念。也就是说,同样的方式你购买一个应用程序在你的手机上,这是同样的方式你可以买一个算法的算法。如果今天你想异常检测,太好了,这是一个算法。如果明天你想做预测,预测我的交货期或预测或者缺陷率什么的,好吧,这里有一个算法。
[00:24:43]所以最终成为整个生态系统,人们可以很快为他们的终端客户构建端到端解决方案。但是如果你有垃圾数据,你会得到垃圾的结果。所以你必须有非常好的数据。你必须确保您使用正确的算法正确的工作。我们所有数据相结合的方法,以得到一个综合的图片发生了什么。
[00:25:06]我们可以,战争的战士知道,“嘿,这是你最好的选择。”And at the end of the day, the war fighter still has to use their brain. They still have to go, "That makes sense to me. I see what's going on. Yes, let's go forward."
(00:25:21)Natalya:你谈论的数据作为服务和为国防和保持客户安全,而且还作为一种服务来帮助地球,对吗?带它到地球,帮助我们预测作物,生物识别技术,类似这样的事情。所有的处理器和他们在这个组合吗?
(00:25:40)史蒂文Gerali博士:是的。嗯,据计算,计算得到处都是,对吗?我们已经在公共云计算提供商像亚马逊,Azure,丰富,你的名字。有不同的云供应商提供的水平计算,你需要,你可以增加你需要的需求。有东西我们有我们部署的前提,我们管理自己。
(00:26:02)的结合,基础设施,我们用来获取的数据,我们看着。所以,例如,如果你正在寻找……我们谈论它帮助地球母亲,但实际上我们想知道哪里我们希望我们所有的植物和其他类型的东西。我们通常会使用这些处理单元以说,“好的,沉淀我们得到多少钱?的云层是什么样子的呢?阳光多少?的平均湿度、温度?这些作物通常如何,你知道,在一个给定的地区工作?”
(00:26:34)然后我们基本上可以说,“好吧……”And oftentimes you gotta circulate your crops kind of all over the place. And, and not only that, but then you also get into the whole aspect of when you get into cities of farming, vertical farming 'cause now we don't have a lot of space just on the ground. We gotta create vertical components where we can actually grow things in buildings and along...
[00:26:54]我…这是有趣的。它实际上是在,呃,福特的D -底特律工厂。它叫做格林菲尔德。,无论如何,如果你看看他们所有的建筑物,建筑物的顶端,他们有很多植物。一群就像……你知道的,“哦,我们在这里种植玉米。我们日益增长的其他事情。”
(00:27:11)Natalya:大豆还是……
(00:27:11)史蒂文Gerali博士:是的。然后我们问,“你们为什么这么做?”And they said, "Well, actually it keeps the temperature of the building lower, right?" And not only that, but then we also get the benefit of, you know, we, we get the crop off of it as well, right?
(00:27:22)Natalya:食物。
(00:27:23)史蒂文Gerali博士:所以我想告诉你的是我,我认为我们要想不同的方法攻击的问题。有时他们可能比我们预计的有点不同。我们通常认为,“哦,不,它,它必须是在一些农村社区的我们将我们所有的作物生长。也没有试图在城市的好处。”And it's like, "Well, no, think about other ways where large..."Like if you go to Singapore or other places, they grow all their stuff. They just do it vertically, you know, in their given regions.
[00:27:50]所以我想告诉你的是,当我们试图处理问题并试图打破它,我们需要某种程度的计算来实现它。无论是在自己的数据中心,无论是使用公共数据中心,无论是使用共享数据中心从其他团队或其他团体或社区,我们必须把所有一起和集成,确保我们可以展示,最终的结果会是什么样子,。
(00:28:18)Natalya:和所有的回避了问题的实质,安全。数据是一种通用语言,对吗?所以我们有这个私有数据,帮助盟友和客户在他们的目标。但目前我们生活在一个竞争激烈的世界,我们如何保持数据安全吗?将来你看到什么呢?
(00:28:37)史蒂文Gerali博士:是的。有不同类型的安全,我们有今天。我们有在传输过程中数据的安全。当它从一个系统到另一个系统。我们已经加密,数据在休息。而且,你知道,当你想到这些东西的安全,我们必须知道我们使用的零部件和材料飞船是真实的。他们没有成品零件。
[00:28:59]他们没有东西会伤害到宇航员或其他的人。因为有很多假的部分或假冒零件。因此发生的工作有很多区块链地区为了帮助我们的供应链,因此,这部分已经进入的所有不同方面,哪些部分被使用,他们生产,测试他们,当他们做了它。
(00:29:22),它基本上是创建这个数字分类对这部分的所有交易发生。所以部分到达的时候你和你的成品安装它,你会感到自信,是的,它没有马里——操纵,改变,任何东西。我们相信的是那部分是什么。然后最重要的是当我们收集数据的,我们保存数据。我们保护这些数据。因为在一天结束的时候,你知道,我们不…
(00:29:50)好吧,我应该说有一些数据,我们关心我们的知识产权的一部分。对于那些我们想要能够存储和保护将这样做。有其他数据,我们生产为NASA和其他,他们想要分享数据。他们想使它可用于任何人,每个人,无论是意象,不管它是什么。
(00:30:07)在这种情况下,你知道,我们必须提供机制,让他们可分享,社区成员。所以无论如何,有一些情况需要共享它。有一些情况需要知道。有时这是一个需要保护的情况。所以你需要看看这些问题区域的,“好了,我需要使用哪一个呢?我使用哪个工具来满足的需要?”
(00:30:30)Natalya:所以让我们快进到未来,你有成群的卫星空间船后他们去火星或月球上倾向于结构并帮助修复建筑,类似这样的事情,他们砍,他们不再工作,如何防止?
(00:30:46)史蒂文Gerali博士:是的。好吧,所以我给你一个好例如与我们的工厂,我们有今天。我们有我们的智能工厂的努力,我们将在线数字设备,生产和质量检查的任何部分,我们自己内部建设。你必须有一些方法能够质量、验证和检查,以确保它实际上建立你想要的,对吧?
(00:31:11)所以我们通常做的是我们从一切隔离环境,在网络,这样我们降低攻击表面。所以如果有人想试着攻击它,好吧,好吧,我们很特别的限制只是一个地方,一个地区,一个水平的努力在我们的网络。和我们通常防火墙这些东西并确保只有,只有那些需要连接可以连接到它们。
[00:31:37]现在,如果有人攻击实际上获得单位和他们制造零件,他们能添加别的东西吗?嗯,当然。如果你没有办法验证或验证成品满足需要,他们不喜欢,你知道,完全重新设计,现在有一个结构性的缺陷,现在我们无法达到我们的一些热预测或我们的一些体重限制或者诸如此类的,是的,我们有一个问题。
[00:32:05]所以常常同样重要,我们制造的东西,是我们测试其质量和验证这些事情。你必须有一个完整的循环系统,可以让你知道,“嘿,我们创建了它,有人验证它,现在我们可以应用它。”And making sure that whoever has been in the system, you know, who did it, when they did it, why they did it, all those things.
(00:32:26),如果你看到的东西,看起来错了,然后我们有去,“嗯,有人攻击系统了吗?有人进来,调整或改变吗?”And if you think about the same stuff that we do here on earth for manufacturing, we're gonna have to do up in space. So whether we're on the moon and we're taking, you know, material off the moon or off of an asteroid or anything else to build parts and material, we're gonna have that same mindset.
(00:32:53)呃,和很多这些系统都必须被关闭。那么,今天,你知道,他们只是坐在露天,他们在工厂里工作好。你把它们放在空间,他们会完全不同。因为人们不计划是基于空间制造组件。所以我们必须弄清楚,“好吧,好吧,我们可以创建一个封闭的系统,这些东西可以工作。而且,当他们有问题,他们是有用的吗?组件是可提供的?哪些不是?我们如何回收这些组件?因为,你知道,它不像我们,
(00:33:23)Natalya:可持续发展,
(00:33:23)史蒂文Gerali博士:完全正确。我们没有一个巨大的垃圾,你只是堆积在月球上,说,“嘿,伙计们,这是所有产生的垃圾,我们今天没有好。”You know, we have to think through all of the logistic of how we're gonna run that space economy, how we're gonna move folks. And not only that, but a lot of folks are talking about, well, how do we get out to space cheaper, quicker, faster, right?
(00:33:44),当然,你知道,可重用的火箭,太好了。这是降低发射成本。但我们要做的更多。所以人们谈论太空升降机和能够把事情在相对较低的低地球轨道。然后,就像一个加油站你在狮子座现货,然后填满你无论你需要去飞,对吗?
[00:34:03]所以会有整个生态系统的基于空间的服务会被要求为了让我们从月球和更远的星球只是商业,这已经发生了。美国宇航局已经说,“嘿,我们,我们预计商业实体的管理。我们将更大的鱼。,真的像火星一样的东西等等。让我们在关注,你知道,深太空。”So that's great.
[00:34:29]现在我们有商业实体在低地球轨道和销售服务,你必须推出小sat的初创公司。他们出售他们所有的图像相对便宜,便宜,因为那都是变得越来越商业化。
(00:34:43)Natalya:从前,它不是如此便宜。(笑)
(00:34:45)史蒂文Gerali博士:正确的。完全正确。(笑),现在在火箭人分享时间。说,“嘿,我需要做负载,你做负载,我们会同时发射两种载荷或多个载荷。”And so it's interesting. But I think that the main conduit is that in the space economy like we talked about before for infrastructure, we gotta have all the infrastructure there for people to use, whether it's propellant they'll be required, whether it's to gas their vehicles, whether it's materials that they'll need to build what they need to build either on the moon or other places to really kind of keep pushing that boundary of exploration.
(00:35:24)Natalya:你看到的时候,会发生什么?
(00:35:26)史蒂文Gerali博士:呃,你知道,这很有趣,我们,我们正在努力20年和30年的计划,这样,我们认为空间可以是什么样子的。,有很多人,在这方面看,“哦,你知道吗?我们可以骑小行星一会儿。”And it's like, "Well, that's interesting." They actually think that they, that we can actually produce gravity with an asteroid that's spinning fast enough to give you that whole aspect if that's what you need or desire. I think you're seeing right now is you got folks that are working on comms for the moon. So the same way you get your Verizon or your AT&T-
(00:35:58)Natalya:秒差距。
(00:35:58)史蒂文Gerali博士:是的,你必须建立在月球上。所以你可以准备好你的审稿,去做任何你需要。所以我认为我们看到的空间作为一个整体,每个人都看到的需要,“好的,我们如何建立基础设施和我们都擅长什么领域?”And everybody's got their own little niche. You got some people that their niche is just the rockets.
[00:36:19]你有别人的卫星。或其他的,你知道,不同的任务组件或机器人或其他类型的物品。最后,我认为……这是有趣的。我告诉我的儿子,我说,“我希望在某个时候你去月球,我确信他们会甚至旅游。”I mean, we already have that, you know, today with what you're seeing with Blue Origin and SpaceX, where folks are going out... And Virgin Galactic, where folks are going out into space as a form of, "Hey, this is interesting. It's different. It's not what we're expecting."
[00:36:51]我认为我们最终要看到最终是你可以去参观月球,在那里会有一个博物馆,他们把国旗放下来,你可以看到一切。,我们将能够运行无人驾驶飞机和汽车,一切从月球做我们自己探索的事情。不仅仅代表的资产,但那些商业导向的,这意味着我可以租时间在那里,我可以成为一个探险家,对吧?
[00:37:17]和人想要有这样的能力是什么。,我的意思是,人口增长我们的数量,我们有我们,我们没有选择。空间的下一个前沿。所以我们必须把它所需的崇敬,也就是说,我们要找,你知道的,下一个星球,下一个大事件来帮助发展我们的能力,增长人的机会。万博manbetx官方app,我,我,我告诉人们这所有的时间导致他们总是去,“嗯,空间是很难的。”
[00:37:46]是的,空间是硬的,人类的影响是不可估量的。如果我们把它和我们做对了,我们可以探索的事情……我的意思是,我想,你知道,《星际迷航》在70年代和80年代,我可以谈论我的手表就像他们在transmonitors会说话,对吗?我可以问Alexa去,你知道的,运行程序和为我做分析,对吧?
(00:38:11)一样,我们的想法与电脑互动……事实上,我正在读Gartner的一项研究。他们说人们实际上讨论更多数字比他们甚至帮助自己的配偶。
(00:38:22)Natalya:(笑)
(00:38:22)史蒂文Gerali博士:我坐在那里,“哇,这太疯狂了。”But sometimes that can be true, right?
(00:38:26)Natalya:正确的。
(00:38:27)史蒂文Gerali博士:因为,呃,呃,无论我走到我,我有一些数字组件在我的口袋里,在我的车,我的工作在我的家在我不管那就随时可以使用。很难不去,对吗?
(00:38:40)Natalya:嗯哼[肯定]。
(00:38:41)史蒂文Gerali博士:和我们的行业领域是如此可怕的和整洁的,每个人都想进入,只有将我们所有人受益。就像的人铺平了公路系统几十年,几十年,几十年前,对吧?
(00:38:59)Natalya:是的。
(00:39:00)史蒂文Gerali博士:他们建立了我们享受今天。嗯,我们会设置为下一代?
(00:39:04)Natalya:我们甚至不考虑,对吗?我们甚至不考虑我们今天享受的公路系统。
(00:39:09)史蒂文Gerali博士:正确的。我们只是,只是,只是,它的存在。
(00:39:10)Natalya:我们只使用它。
(00:39:11)史蒂文Gerali博士:它与互联网是一样的。当我告诉,跟我的孩子说,“哦,我有一个拨号,需要永远加载图片,“爸爸,你是愚蠢的。你,你没有任何意义。”
(00:39:19)Natalya:是的。
(00:39:20)史蒂文Gerali博士:他们只是理所当然。最终我们会得到点空间和基础设施将是理所当然的。但是直到我们得到,我们要去构建,对吧?
(00:39:31)Natalya:所以你真的画,未来的一张图片。你也提到了《星际迷航》和手表。《星际迷航》也有能力,你可以蒸发,出现在不同的地方。告诉我们一点关于你设想的产品在未来30到50年的空间。
(00:39:51)史蒂文Gerali博士:是的。你知道,,在产品方面,我们要有一个整体的沟通方式比我们今天已经是完全不同的。你刚开始看到的基于“增大化现实”技术和虚拟现实和整个metaverse,对吧?我知道Facebook试图将这些组件和概念什么的。但这是真的,你如何做,对最终用户体验更加真实,它就变成了他们的一部分,对吧?这只是他们的日常的一部分li - li -生活体验。
[00:40:20]和我的小玩意一边看我的孩子们互动的方式与ipad和AR和VR和一切,这只是变得直观。他们就像……在虚拟现实我可以把我的儿子,他就像10岁,他将去镇上。他惊人的手表。他可以建造东西,创造和设计的事情。
[00:40:44],我看,我去,“嗯,是的。”Think about it, we do it today with our customers. We have a group called our Pulsar group that effectively recreate visualizations for our customers so they can see the finished product. They can see how it's gonna run and operate. They can see how it's gonna run in mission. We can run simulations and show you every aspect on how we understand the problem and what we're gonna do to tackle it.
(00:41:08),这些都是至关重要的事情。但是明天的员工今天学习这些东西。我的儿子已经3 d打印东西。他10岁。我说,“我,我不知道在工程”。A lot of my engineer friends haven't learned that, right? We gotta go learn it 'cause they're now teaching it in, right? And so it's how do you learn, you know, the newest and, and greatest capabilities?
[00:41:32]你怎么把熊吗?如何参与,阀杆的劳动力和他们想去的地方吗?所以,你知道,洛克希德公司做了很多伟大的事情,我会告诉你关于三个。第一个是,我们称之为第一组。和他们做他们所做的是乐高联盟,小学生。他们高中机器人比赛。他们做了一些非常整洁的事真的让人感兴趣。
[00:41:58]当我们成领域,我们开始做,不同的比赛。我们有,我们这里刚刚CYBERQUEST上周六。有效地,我们有来自世界各地的250名学生参加网络测试。而且,你知道,我们之前讨论过的安全,我们也知道我们的敌人总是寻找漏洞。最好的方式我们可以填补这些漏洞是得到正确的专业人才,可以帮助我们确定填补他们并确保我们在最好的条件下操作。
[00:42:27],然后我们需要的人,要建立高速公路的空间。如果你今天想到一个系统,一个系统是很多s -其他子系统的总和。如何,是什么让所有运行?软件。我们有什么?我们有一件事,我们称之为追求我们的代码,实际上发生在4月底,这是对我们的很多高中学生教他们关于计算机编程和让他们参与比赛。
[00:42:53]这一切都是成长的基础。把他们从在他们很小的时候了。因为我们失去那么多干的人。我们失去了他们,因为他们不认为他们可以做这项工作,他们认为这可能太硬或我不知道这一切意味着什么。如果我们不参与,社区,我们不会有这样的人才。如果我们没有天赋,那么基础设施没有得到建立。
[00:43:16]我不会构建基础设施。它会我们的孩子帮助建立真正的最终基础设施真的会高速公路空间的社区,对吧?所以对我来说,这都是…当我们谈论产品是如何交互以解决问题和构建能力。无论是AR / VR,无论是数字援助,无论是数字双胞胎如何我们建造和运营的解决方案。
[00:43:44]无论是任何这些东西。他们都有重要性,对吧?他们走的路径显示我们要如何设计和工程师明天的未来。如果我们不正确地参与的每一个学生,如果我们失去了它们,我们已经失去了我们的竞争优势。如果,人们总是问我,“嗯,美国保持竞争力如何?”I am telling you put your dollars in STEM.
(00:44:09)因为每个工程师建立和最伟大的事情,我们可以去建立它,它有显而易见的对经济的影响,在我们的未来,在我们家的安全空间,在我们所做的一切。所以我能告诉你们的是,小智慧有很多技术,很多事情,我们和学生一起工作。干,都是关于我们如何与这些学生和他们的兴趣,保持他们的兴趣和动力,与他们合作发展人才”导致我们需要明天继续建造的未来。
(00:44:42)Natalya:你在谈论一个切换和一个转折点,我们……我们听到在洛克希德·马丁公司正在率先所有这些变化,但是,下一代是会让那些有形的和我们的日常生活的基础。
(00:44:56)史蒂文Gerali博士:是的。
(00:44:57)Natalya:谢谢你,。我已经和史蒂夫从洛克希德马丁空间Gerali博士说。谢谢你今天加入我们,史蒂夫。
(00:45:02)史蒂文Gerali博士:非常感谢。我很感激。
(00:45:04)Natalya:我们时常认为理所当然的基本基础设施,使我们的日常生活。当我们打开灯的开关或在网上订购一个包裹,我们不认为一切的幕后制作这些东西。同样,洛克希德·马丁公司是开创性的独特的技术和创新使空间的未来成为现实。manbetx3.0最新登录
(00:45:29)和空间的未来可能并不像我们希望和谐。随着越来越多的私营企业,组织和国家进入空间的终极高地,它将变得更加激烈。那么我们如何保持在21世纪美国及其盟友安全吗?我们如何让21世纪的战士?接下来我们解决,在我们两集空间的制造商。
(00:45:55)主持人:你一直在听史蒂夫Gerali空间制造商。无论你是一名软件工程师、系统工程师、金融、或人力资源专业,我们需要像你这样的空间制造商使看似不可能的任务。请访问这一集的笔记来学习更多关于你刚才听到在这节课中或在洛克希德·马丁公司可用的职业。如果你喜欢这个节目,请和订阅,所以其他人可以发现我们和跟随这个世界的故事。了解更多关于我们的任务、产品和人,跟随我们的新Twitter @LMSpace www.sanisfeer.com/space和访问。加入我们在接下来的情节。当我们把你介绍给更多的空间。
[00:46:42]空间制造商洛克希德·马丁公司的生产空间。
德赛(00:46:45)它的执行由孔雀舞。
(00:46:48)高级制作人纳塔莉亚Oleksik。
(00:46:50)资深制片人、作家和主人本丁斯莫尔。
[00:46:53]音效设计和音频掌握朱利安·吉拉尔多。
(00:46:56)由蒂姆·罗斯切平面设计。
由乔Portnoy 00:46:58营销和招聘,香农迈尔斯,理查森马洛里,斯蒂芬妮·迪克森。
(00:47:03)非常感谢所有的通信专业人士在洛克希德·马丁公司帮助这些故事。
[00:47:10]谢谢加入我们,下次再见。