NASA将AI技术应用于空间科学中的问题

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”。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!