本篇文章748字，读完约2分钟
据美国太平洋空网12月16日报道，空国家航空航天局官员表示，他们希望利用人工智能(如机器学习)技术来分析大型望远镜。收集数据帮助寻找外星生命，
Nasa与Intel、ibm、Google合作开发了先进的机器学习技术。每年夏天，美国宇航局召集技术和创新人员参加为期8周的前沿发展实验室(fdl)项目。
2018年，美国国家航空航天局戈达德·空飞行中心天体生物学家贾达·阿尼和同事肖恩·多玛戈尔德曼领导了一个fdl团队，该团队利用类似大脑的“神经网络”开发了一种机器学习技术。分析系外行星的图像，并根据行星大气中的分子发射(或吸收)光，这项技术处理信息的方式与大脑神经元相互连接处理和传输信息的方式完全相同。结果表明，借助这种神经网络技术，研究人员可以识别外行星wasp-12b大气中各种分子的丰度，比传统方法更准确。
研究人员表示，尽管他们的神经网络技术仍处于发展阶段，但它可以用来研究未来望远镜收集的数据，并帮助筛选值得进一步研究的系外行星。阿尼说:“我们未来得到的数据可能非常复杂，难以理解。人工智能工具有望让我们受益匪浅。”
此外，另一个团队在2017年开发了一个机器学习程序，可以在短短4天内创建一个小行星的三维模型，包括其大小、形状和转速。研究人员说，这种计划对于探测可能从地球威胁地球的小行星特别重要。
美国宇航局官员表示，该机构的航天器每15秒钟可以提供大约2gb的数据，但“由于人力、时间和资源的限制，我们只能分析少量数据。人工智能可以展示它在这方面的才能，帮助我们。”
研究人员还建议将人工智能技术集成到未来的航天器中，使航天器能够实时做出科学决策，从而节省航天器与地面之间的通信时间。当然，阿尼也强调，上述ai工具不会很快取代人类，因为结果还需要验证。(记者刘霞)
编辑:林
