旧金山人工智能有望使航天器变得越来越有弹性，并且能够收集数据，而无需等待地面控制器的指令。
到目前为止，我们的工作方式受到了限制，Evana Gizzi美国宇航局戈达德太空飞行中心的人工智能研究负责人告诉《太空新闻》。我们想做的事情有很多。
分布式任务，例如，航天器与着陆器和漫游器合作以实现共同目标，将需要自主能力。人工智能还为可扩展的任务架构铺平了道路，使新的航天器和传感器能够加入在轨群。
在 NASA 和整个航空航天业，任务概念变得越来越复杂，这意味着更多从塔夫茨大学获得人工智能博士学位的 Gizzi 表示，如果没有人工智能，这些目标就无法实现。
不过，将人工智能引入 NASA 任务并不容易。太空任务规划者往往规避风险，对未经测试的算法持谨慎态度，这是可以理解的。
为了降低在航天器中引入人工智能的障碍，美国宇航局戈达德空间自主和弹性 (SPAR) 实验室创建了机载人工智能研究平台，称为 OnAIR。OnAIR 是一种开源软件管道和认知架构工具，已在软件开发者平台 GitHub 上公开提供。
OnAIR 的原型版本在 NASA 的 NAMASTE 任务中进行了测试，该任务使用了一组自主无人机测量阿拉斯加永久冻土区的甲烷分布。（NAMASTE 代表太空和陆地环境中甲烷活动评估网络。）
OnAIR 通过提供涉及以下领域的数据摄取和处理标准，帮助无人机最大限度地获取具有高度科学意义的领域的数据：美国宇航局戈达德行星环境实验室仪器科学家、麻省理工学院化学工程博士 Mahmooda Sultana 在电子邮件中表示，NAMASTE 软件架构包括集成到无人机中的多功能纳米传感器平台仪器进行的自主测量。
OnAIR 还通过 SpaceCube 边缘节点智能协作（SCENIC）进行了测试。SpaceCube 是一系列可重新配置的处理器，采用商用现成的抗辐射组件构建。2023 年，一个 SpaceCube 被拴在国际空间站的外部。
在完成其主要任务（包括在太空中演示商业现场可编程门阵列的性能）后，SPAR 实验室克服了多重挑战，OnAIR 演示。
我们原本以为我们有整整一年的时间来准备 OnAIR 并将其上传到 SCENIC。但大约两个月后，我们发现 SCENIC 将比我们预期的更早停用，美国宇航局戈达德科学数据处理分部软件工程师、乔治华盛顿大学计算机科学博士学位詹姆斯·马歇尔在电子邮件中表示。结果，Marshall 和他的同事将一个为期一年的项目压缩为六个月。
他们还学会了使用 SCENIC 慢速主处理器。Marshall 说，时钟速度为 100 [兆赫]，架构不太常见，因此很难移植我们需要的 Python 库，而且性能很慢。
将 OnAIR 链接到 SCENIC 现有的核心飞行系统提出了另一个障碍，研究人员利用以前项目的知识清除了这个障碍。
整个团队（我们三个人）都为 SCENIC 编写了软件，因此我们能够在 SCENIC FlatSat 上测试所有内容并集成代码很容易，马歇尔说。