据美国太空网近日报道,美国国家航空航天局(NASA)官员称,他们希望利用人工智能(例如机器学习)技术,分析大型望远镜等收集的数据,从而帮助搜寻外星生命,并探测对地球有潜在威胁的小行星。
NASA已与英特尔、IBM和谷歌等公司合作,开发先进的机器学习技术。每年夏天,NASA会召集技术和太空创新人士,参与为期8周的“前沿发展实验室(FDL)”项目。
2018年,NASA戈达德太空飞行中心天体生物学家贾达·阿尼和同事肖恩·多马加尔-高德曼指导过一个FDL团队,该团队开发出一种机器学习技术,使用类似大脑的“神经网络”来分析系外行星的图像,并根据行星大气中分子发射(或吸收)光的波长来识别该行星的化学性质。这项技术处理信息的方式,与大脑神经元之间彼此连接处理和传输信息的方式如出一辙。结果表明,借助这一神经网络技术,研究人员能鉴别出系外行星“WASP-12b”大气中各种分子的丰度,而且比用传统方法更准确。
研究人员表示,尽管他们的神经网络技术仍处于发展阶段,但有朝一日可用于研究未来望远镜收集的数据,帮助筛选值得进一步研究的系外行星。阿尼说:“未来我们获得的数据可能非常庞杂,很难理解,AI工具有望让我们受益。”
此外,另一团队2017年开发出一款机器学习程序,可在短短4天内创建小行星的三维模型,包括其大小、形状和旋转速度。研究人员称,这类程序尤为重要,可以从地球上探测可能威胁地球的小行星。
NASA官员称,该机构的航天器每15秒就可提供约2GB数据,但“限于人力、时间和资源,我们只能分析少部分数据,人工智能可在这一领域大显身手,助我们一臂之力。”
研究人员还建议,将AI技术集成于未来的航天器内,使航天器能实时做出科学决策,从而节省航天器与地面通信的时间。当然,阿尼也强调,上述AI工具不会很快取代人类,因为仍需对结果进行核查。