據(jù)美國太空網(wǎng)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(xué)習(xí)）技術(shù)，分析大型望遠(yuǎn)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(xué)習(xí)技術(shù)。每年夏天，NASA會召集技術(shù)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(dá)德太空飛行中心天體生物學(xué)家賈達(dá)·阿尼和同事肖恩·多馬加爾-高德曼指導(dǎo)過一個FDL團隊，該團隊開發(fā)出一種機器學(xué)習(xí)技術(shù)，使用類似大腦的“神經(jīng)網(wǎng)絡(luò)”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(xué)性質(zhì)。這項技術(shù)處理信息的方式，與大腦神經(jīng)元之間彼此連接處理和傳輸信息的方式如出一轍。結(jié)果表明，借助這一神經(jīng)網(wǎng)絡(luò)技術(shù)，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(zhǔn)確。

研究人員表示，盡管他們的神經(jīng)網(wǎng)絡(luò)技術(shù)仍處于發(fā)展階段，但有朝一日可用于研究未來望遠(yuǎn)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(xué)習(xí)程序，可在短短4天內(nèi)創(chuàng)建小行星的三維模型，包括其大小、形狀和旋轉(zhuǎn)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(gòu)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?jǐn)?shù)據(jù)，人工智能可在這一領(lǐng)域大顯身手，助我們一臂之力。”

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