1. <strong id="n5ugu4"></strong><div id="n5ugu4"></div><em id="n5ugu4"></em><select id="n5ugu4"></select><noframes id="n5ugu4">
    2. <em id="wbjnz4"><center id="wbjnz4"><bdo id="wbjnz4"></bdo><ul id="wbjnz4"></ul><dfn id="wbjnz4"></dfn><dt id="wbjnz4"></dt></center><pre id="wbjnz4"><label id="wbjnz4"></label><tt id="wbjnz4"></tt><tr id="wbjnz4"></tr><del id="wbjnz4"></del></pre><li id="wbjnz4"><u id="wbjnz4"></u><small id="wbjnz4"></small><dfn id="wbjnz4"></dfn><ins id="wbjnz4"></ins><li id="wbjnz4"></li></li><sup id="wbjnz4"><dfn id="wbjnz4"></dfn><bdo id="wbjnz4"></bdo><center id="wbjnz4"></center></sup></em>
      <tbody id="u7acq9"></tbody>
          • <code id="u7acq9"></code>

              中能建控股集團有限公司

              設爲极客彩票计划 | 加入收藏 | 极客彩票首页
               集團成員入口 郵箱登錄
              業務資訊
              极客彩票计划 > 极客彩票登录 > 業務資訊

              美計劃借人工智能搜尋外星生命

              發布日期:2019-12-19 信息來源:環球網

                  據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據,從而幫助搜尋外星生命,並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,開發先進的機器學習技術。每年夏天,NASA會召集技術和太空創新人士,參與爲期8周的“前沿發展實驗室(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,並根據行星大氣中分子發射(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,而且比用傳統方法更准確。

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

                  此外,另一團隊2017年開發出一款機器學習程序,可在短短4天內創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,這類程序尤爲重要,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數據,但“限于人力、時間和資源,我們只能分析少部分數據,人工智能可在這一領域大顯身手,助我們一臂之力。”

                  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,因爲仍需對結果進行核查。

               

              媒體垂詢

              E-mail:ZNJ@chinaech.com

              X-POWER-BY FNC V1.0.0 FROM 自制42