據(jù)美國太空網近日報道，美國國家航空航天局（NASA）官員稱，他們希望利用人工智能（例如機器學習）技術，分析大型望遠鏡等收集的數(shù)據(jù)，從而幫助搜尋外星生命，并探測對地球有潛在威脅的小行星。

NASA已與英特爾、IBM和谷歌等公司合作，開發(fā)先進的機器學習技術。每年夏天，NASA會召集技術和太空創(chuàng)新人士，參與為期8周的“前沿發(fā)展實驗室（FDL）”項目。

2018年，NASA戈達德太空飛行中心天體生物學家賈達·阿尼和同事肖恩·多馬加爾-高德曼指導過一個FDL團隊，該團隊開發(fā)出一種機器學習技術，使用類似大腦的“神經網絡”來分析系外行星的圖像，并根據(jù)行星大氣中分子發(fā)射（或吸收）光的波長來識別該行星的化學性質。這項技術處理信息的方式，與大腦神經元之間彼此連接處理和傳輸信息的方式如出一轍。結果表明，借助這一神經網絡技術，研究人員能鑒別出系外行星“WASP-12b”大氣中各種分子的豐度，而且比用傳統(tǒng)方法更準確。

研究人員表示，盡管他們的神經網絡技術仍處于發(fā)展階段，但有朝一日可用于研究未來望遠鏡收集的數(shù)據(jù)，幫助篩選值得進一步研究的系外行星。阿尼說：“未來我們獲得的數(shù)據(jù)可能非常龐雜，很難理解，AI工具有望讓我們大 大受益。”

此外，另一團隊2017年開發(fā)出一款機器學習程序，可在短短4天內創(chuàng)建小行星的三維模型，包括其大小、形狀和旋轉速度。研究人員稱，這類程序尤為重要，可以從地球上探測可能威脅地球的小行星。

NASA官員稱，該機構的航天器每15秒就可提供約2GB數(shù)據(jù)，但“限于人力、時間和資源，我們只能分析少部分數(shù)據(jù)，人工智能可在這一領域大顯身手，助我們一臂之力?！?/p>

研究人員還建議，將AI技術集成于未來的航天器內，使航天器能實時做出科學決策，從而節(jié)省航天器與地面通信的時間。當然，阿尼也強調，上述AI工具不會很快取代人類，因為仍需對結果進行核查。