NASA将AI技术应用于空间科学中的问题

2019年11月24日 由 KING 发表 612826 0

机器学习是AI的一种,它使用一系列的算法和其他工具使计算机可以从数据中学习,从而比人类能够更快、更准确地进行预测或对目标对象进行分类。因此,机器学习被广泛用于人脸识别或推荐智能算法。但是一些科学家认为机器学习的应用范围远远不止这些,甚至是地球之外。


训练自动驾驶汽车安全驾驶的计算机算法是否可以帮助识别附近的小行星或发现宇宙中的生命?这是美国宇航局的科学家一直在思考的问题,他们一直尝试将先进的计算机算法应用于太空科学中的问题,从而弄清这一点。为了帮助科学家们构建最先进的研究工具,美国航空航天局(NASA)的开发实验室每年夏天都会将技术和太空研究者召集在一起集思广益,以开发计算机代码。这项历时四年的计划是SETI研究所与NASA的Ames研究中心之间的合作伙伴关系,两者均位于硅谷,那里有孵化基地将人才聚集在一起,以加速突破性技术的发展。


在NASA之前的研究过程中,实验室将科学和计算机工程专业的博士生与来自航天局、学术界和一些世界上最大的科技公司的专家配对。这种合作关系贡献了硬件、算法、超级计算资源、资金、设施和主题专家的各种组合。实验室开发的所有AI技术将对内公开提供,其中一些已经帮助识别小行星、寻找行星并预测极端太阳辐射事件。


为此,NASA研发团队的科学家Arney和Domagal-Goldman在Google AI的技术支持下开发了一种新技术,该技术把贝叶斯神经网络部署在太空望远镜中。该团队想知道,贝叶斯神经网络能否做得更好?


Arney说:“我们立即发现,在识别WASP-12b大气中各种分子的丰度方面,贝叶斯神经网络比随机森林具有更好的准确性。”


但是除了更好的准确性外,贝叶斯技术还提供了一些同样重要的东西:它可以告诉科学家预测的确定性。Domagal-Goldman说:“在数据不足以给出真实准确结果的地方,该模型更好地预测错误结果,这对于我们相信这些预测非常重要”。


[video width="1280" height="720" mp4="http://imgcdn.atyun.com/2019/11/Animated-Representation-of-Multi-Planet-Systems-Discovered-by-Kepler-Space-Telescope.mp4"][/video]

另外该团队开发的其它技术已经被成功应用。例如在之前研究人员开发了一种机器学习程序,该程序可以快速创建附近小行星的3-D模型,从而准确估计它们的形状,大小和旋转速度。这些信息对于NASA探测并偏转来自地球的威胁小行星的工作至关重要。


这种技术的潜力并不会在任何人身上失去。NASA技术项目负责人戴蒙德(Diamond)设想了将这些虚拟工具整合到航天器中的未来,这种做法将使任务更轻、更简单,因此成本更低。Domagal-Goldman和Arney设想了未来的系外行星飞行任务,其中嵌入到航天器中的AI技术足够智能,可以做出实时科学决策,从而节省了与地球科学家进行交流所需的许多时间。

欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
写评论取消
回复取消