姓名：趙子健? ? 學(xué)號：22021211991
轉(zhuǎn)載自：https://zhuanlan.zhihu.com/p/30991758
【嵌牛導(dǎo)讀】人工智能走向外太空断国，成為開發(fā)宇宙的未來工具
【嵌牛鼻子】人工智能 外太空 開發(fā)宇宙 未來工具
【嵌牛提問】人工智能是否適用于外太空嗤锉？人工智能的前景如何？
【嵌牛正文】
相比于自動駕駛汽車煎源、無人機(jī)和無人船這些智能化自主系統(tǒng)的奪人眼球色迂，太空智能化雖顯低調(diào)，卻從未缺位手销，它一直在以其特有的歇僧、不易察覺的方式引領(lǐng)人工智能的發(fā)展和應(yīng)用。
彗星探測
保護(hù)地球不受小行星和彗星撞擊是 NASA 的重要使命锋拖，對地外行星和彗星的探測歷來是 NASA 技術(shù)的最前沿诈悍。
8 月 18 日，來自NASA前沿探索實驗室和英特爾兽埃、IBM侥钳、Nvidia、洛克希德·馬丁公司等私營企業(yè)的人工智能聯(lián)合團(tuán)隊發(fā)布研究成果表示讲仰，在彗星探測計劃中慕趴，機(jī)器學(xué)習(xí)算法已經(jīng)成為預(yù)測和識別彗星威脅的關(guān)鍵痪蝇，宇宙天文學(xué)在人工智能的推動下正在加速發(fā)展且更具預(yù)測性。
該研究是 NASA 資助的人工智能太空試點研究計劃的重要組成部分冕房，旨在將人工智能技術(shù)引入地外彗星探測領(lǐng)域躏啰，加速地外搜尋科學(xué)發(fā)展和太空顛覆性技術(shù)創(chuàng)新。研究人員闡釋耙册，長周期彗星因其運行軌道超出木星軌道而往往難以直接觀察给僵，我們所能看到的其實僅是在彗星身后從彗核脫落形成的彗尾。觀察這類彗星的一種有效方式就是對地球通過彗尾區(qū)域時形成的流星雨進(jìn)行研究详拙。
聯(lián)合團(tuán)隊以 Nvidia 的 GPU 為基礎(chǔ)構(gòu)建了深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)帝际，通過人工智能圖像分類算法對彗尾碎片進(jìn)行聚類分析和識別，在無人工干預(yù)的條件下快速而準(zhǔn)確地將流星從浮云饶辙、螢火蟲和飛機(jī)的背景圖像中區(qū)分出來蹲诀，并進(jìn)行持續(xù)跟蹤。
如此一來弃揽，研究人員就可以將注意力集中到尚未被識別的彗星所形成的流星雨中脯爪，從而發(fā)現(xiàn)并標(biāo)定新的距離地球較遠(yuǎn)、但存在潛在威脅的彗星矿微。在為期兩個月的測試過程中痕慢，這一深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對一百萬顆流星圖像進(jìn)行了分類識別，與人工識別的相符程度高達(dá) 90%涌矢。
部分 NASA 科學(xué)家和技術(shù)觀察者對彗星探測計劃取得的成果感到興奮掖举，但仍持謹(jǐn)慎態(tài)度。他們希望有更加充分的證據(jù)表明深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)探測捕捉到的流星并非來自于圖像的背景噪聲娜庇，也希望有更加充分的證據(jù)證實深度學(xué)習(xí)算法所標(biāo)注的流星的確來源于彗星塔次，而非小行星或其他星際物質(zhì)。
人工智能識別和標(biāo)注流星僅僅只是地外彗星探測的第一步名秀，未來的路仍很漫長俺叭。正如參與該項目的巴西國家測繪研究所天文學(xué)家馬瑟羅所說：「我們希望能從中學(xué)習(xí)并深入研究這些被預(yù)測的彗星軌道，因為我們對它們實在一無所知泰偿∠ㄊ兀」
月球表面繪圖
月球是人類邁向太空的中轉(zhuǎn)站。自從月球表面發(fā)現(xiàn)水存在的證據(jù)以來耗跛，探月再度掀起熱潮裕照。這一次人工智能成了探索月球的主角之一。
NASA 科學(xué)家再度牽手 Intel调塌，使用后者開發(fā)的 Nervana 平臺深度學(xué)習(xí)工具為月球表面圖像繪制提供計算機(jī)視覺解決方案晋南，從而獲得更加清晰完整的月球表面圖像。Nervana 平臺是一款面向神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)工具羔砾，所使用的 C–W 算法號稱是理論上最快的矩陣操作算法负间，相比與 Nvidia Tesla 系列這種基于 GPU 的深度學(xué)習(xí)算法而言偶妖，其效率得到極大提升，且該平臺允許開發(fā)者通過硬件優(yōu)化進(jìn)一步提升運算圖形效率政溃。
研究團(tuán)隊采用這一人工智能工具對月球表面圖像識別進(jìn)行分類和識別趾访，以分辨月球表面的隕石坑。這一圖像識別神經(jīng)網(wǎng)絡(luò)與人工識別相符度高達(dá) 98%董虱，準(zhǔn)確性比傳統(tǒng)圖像分析系統(tǒng)高出 5 倍扼鞋，尤其是對月球兩極地區(qū)陰影部分的隕石坑進(jìn)行標(biāo)識時更具優(yōu)勢。研究人員希望通過這種方式對月球兩極地區(qū)的隕石坑進(jìn)行精確繪圖愤诱，以保證未來登月車在月球兩級尋找水時不至于跌落至未標(biāo)識的隕石坑中云头。
太陽耀斑預(yù)測
太陽耀斑是發(fā)生在太陽大氣局部區(qū)域的一種最劇烈的爆發(fā)現(xiàn)象，在短時間內(nèi)釋放大量能量淫半，并伴隨各種電磁輻射和高能粒子輻射溃槐，可對各種航天器造成巨大損傷，并影響 GPS 導(dǎo)航科吭、衛(wèi)星通信竿痰、廣播信號等太空基礎(chǔ)設(shè)施。
科學(xué)家一直致力于準(zhǔn)確預(yù)測太陽耀斑的爆發(fā)砌溺。如今，人工智能算法為此提供了一個強大的選擇变隔。IBM 公司和洛克希德·馬丁公司分別資助了 NASA 前沿探索實驗室兩組科研團(tuán)隊對太陽耀斑進(jìn)行預(yù)測规伐，均采用人工智能算法。其中匣缘，IBM 支持的團(tuán)隊所使用的 Flarenet 動態(tài)模擬人工智能算法被證實比美國國家海洋與大氣管理局正在使用的預(yù)測系統(tǒng)要先進(jìn)得多猖闪，它不僅大大提供了太陽耀斑預(yù)測的準(zhǔn)確度，而且預(yù)測時間提前了至少 5 個小時——這已足以使人們有足夠時間做出應(yīng)對舉措肌厨。
宇宙的廣闊無垠為人工智能的應(yīng)用提供了無限遐想培慌。當(dāng)前，人工智能還只是僅僅在太空探測中取得了初步成果柑爸，而且仍處在基于計算機(jī)視覺吵护、語音識別、自然語言處理表鳍、機(jī)器學(xué)習(xí)等弱人工智能階段馅而。可以預(yù)想譬圣，在改造火星瓮恭、建造火星這樣的宇宙開發(fā)和宇宙旅行時代真正到來時，具有強人工智能的機(jī)器人可能已經(jīng)成為人類探索未知宇宙的重要助手厘熟，伴隨人類一起邁向未知的太空屯蹦。
參考鏈接：
https://zhuanlan.zhihu.com/p/30991758
