教授自動(dòng)駕駛汽車安全駕駛的計(jì)算機(jī)算法是否可以幫助識別附近的小行星或發(fā)現(xiàn)宇宙中的生命?美國宇航局的科學(xué)家正試圖通過與人工智能(AI)的先驅(qū)(例如英特爾，IBM和Google)合作，將先進(jìn)的計(jì)算機(jī)算法應(yīng)用于太空科學(xué)中的問題，從而弄清這一點(diǎn)。

機(jī)器學(xué)習(xí)是AI的一種。它描述了使用最廣泛的算法和其他工具，這些算法和其他工具使計(jì)算機(jī)可以從數(shù)據(jù)中學(xué)習(xí)，從而比人類能夠更快，更準(zhǔn)確地進(jìn)行預(yù)測和對對象進(jìn)行分類。因此，機(jī)器學(xué)習(xí)已廣泛用于幫助技術(shù)公司識別照片中的面孔或預(yù)測人們喜歡的電影。但是一些科學(xué)家認(rèn)為應(yīng)用遠(yuǎn)遠(yuǎn)超出了地球。

馬里蘭州格林貝爾特市NASA戈達(dá)德太空飛行中心的天體生物學(xué)家Giada Arney希望機(jī)器學(xué)習(xí)可以幫助她和她的同事在一大堆數(shù)據(jù)中找到生命之源，這些數(shù)據(jù)將由未來的望遠(yuǎn)鏡和天文臺(tái)(如NASA的James Webb Space)收集望遠(yuǎn)鏡。

“這些技術(shù)非常重要，特別是對于大數(shù)據(jù)集，尤其是在系外行星領(lǐng)域，” Arney說。“因?yàn)槲覀儗奈磥淼挠^察中獲得的數(shù)據(jù)將是稀疏且嘈雜的。這真的很難理解。因此，使用這類工具具有巨大的潛力來幫助我們。”

為了幫助像Arney這樣的科學(xué)家構(gòu)建最先進(jìn)的研究工具，美國航空航天局(NASA)的Frontier Development Lab或FDL于每年夏天召集技術(shù)和太空創(chuàng)新者八周，以集思廣益并開發(fā)計(jì)算機(jī)代碼。這項(xiàng)歷時(shí)四年的計(jì)劃是SETI研究所與美國國家航空航天局(NASA)的艾姆斯研究中心(Ames Research Center)的合作伙伴關(guān)系，這兩家總部位于硅谷的孵化器孵化器匯集了人才，以加速突破性技術(shù)的發(fā)展。

在NASA的版本中，F(xiàn)DL將科學(xué)和計(jì)算機(jī)工程專業(yè)的早期博士生與太空總署，學(xué)術(shù)界以及一些世界上最大的科技公司的專家配對。合作伙伴公司貢獻(xiàn)了硬件，算法，超級計(jì)算資源，資金，設(shè)施和主題專家的各種組合。FDL開發(fā)的所有AI技術(shù)將公開提供，其中一些已經(jīng)幫助識別小行星，尋找行星并預(yù)測極端太陽輻射事件。

“ FDL感覺像是一些非常出色的音樂家，他們用不同的樂器在車庫里聚在一起，進(jìn)行一場果醬表演，發(fā)現(xiàn)確實(shí)很酷的東西，然后說：“嘿，我們在這里有一支樂隊(duì)，” NASA Goddard的肖恩·多瑪加爾·高德曼(Shawn Domagal-Goldman)說：天體生物學(xué)家與Arney一起在2018年指導(dǎo)了FDL團(tuán)隊(duì)。他們的團(tuán)隊(duì)為旨在研究系外行星或我們太陽系以外行星的大氣層的科學(xué)家開發(fā)了一種機(jī)器學(xué)習(xí)技術(shù)。

這些戈達(dá)德的科學(xué)家希望有一天能夠使用先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)，根據(jù)大氣中分子發(fā)射或吸收的光的波長，快速解釋揭示系外行星化學(xué)性質(zhì)的數(shù)據(jù)。由于迄今已發(fā)現(xiàn)了成千上萬的系外行星，因此迅速做出決定，哪些化學(xué)物質(zhì)與可居住性最相關(guān)。

為此，F(xiàn)DL團(tuán)隊(duì)Arney和Domagal-Goldman在Google AI的技術(shù)支持下為建議提供了建議，該技術(shù)部署了一種稱為“ 神經(jīng)網(wǎng)絡(luò) ”的技術(shù)哈勃太空望遠(yuǎn)鏡。團(tuán)隊(duì)想知道，貝葉斯神經(jīng)網(wǎng)絡(luò)能否做得更好?

Cobb說：“我們立即發(fā)現(xiàn)，在識別WASP-12b大氣中各種分子的豐度方面，神經(jīng)網(wǎng)絡(luò)比隨機(jī)森林具有更好的準(zhǔn)確性。”

但是除了更好的準(zhǔn)確性外，貝葉斯技術(shù)還提供了一些同樣重要的東西：它可以告訴科學(xué)家預(yù)測的確定性。Domagal-Goldman說：“在數(shù)據(jù)不足以給出真實(shí)準(zhǔn)確結(jié)果的地方，該模型更適合知道不確定答案，這對于我們相信這些預(yù)測非常重要。”說。

盡管該團(tuán)隊(duì)開發(fā)的技術(shù)仍在開發(fā)中，但其他FDL技術(shù)已在現(xiàn)實(shí)世界中被采用。到2017年，F(xiàn)DL參與者開發(fā)了一種機(jī)器學(xué)習(xí)程序，該程序可以快速創(chuàng)建附近小行星的3-D模型，從而準(zhǔn)確估計(jì)它們的形狀，大小和旋轉(zhuǎn)速度。這些信息對于NASA探測并偏轉(zhuǎn)來自地球的威脅小行星的工作至關(guān)重要。

傳統(tǒng)上，天文學(xué)家使用簡單的計(jì)算機(jī)軟件來開發(fā)3-D模型。該軟件分析了移動(dòng)小行星的許多雷達(dá)測量值，然后幫助科學(xué)家根據(jù)雷達(dá)信號的變化推斷其物理性質(zhì)。

SETI總裁兼首席執(zhí)行官比爾戴蒙德(Bill Diamond)說：“具有標(biāo)準(zhǔn)計(jì)算資源的熟練天文學(xué)家可以在一到三個(gè)月內(nèi)塑造出一顆小行星。” “所以研究團(tuán)隊(duì)的問題是：我們可以加快速度嗎?”

答案是肯定的。該團(tuán)隊(duì)包括法國，南非和美國的學(xué)生，以及來自學(xué)術(shù)界和科技公司Nvidia的導(dǎo)師，他們開發(fā)了一種算法，可以在短短四天內(nèi)完成小行星的渲染。如今，波多黎各阿雷西博天文臺(tái)的天文學(xué)家正在使用這項(xiàng)技術(shù)，對小行星進(jìn)行幾乎實(shí)時(shí)的形狀建模。

小行星建模以及外行星大氣分析是兩個(gè)FDL示例，這些示例顯示了將復(fù)雜算法應(yīng)用到NASA 100多個(gè)任務(wù)收集的大量數(shù)據(jù)中的希望。

正如NASA的物理學(xué)家Madhulika(Lika)Guhathakurta所指出的那樣，航天局每15秒鐘從其航天器中收集大約2 GB的數(shù)據(jù)(并且還在不斷增長)。她說：“但是我們僅分析了一部分?jǐn)?shù)據(jù)，因?yàn)槲覀兊娜藛T，時(shí)間和資源有限。這就是為什么我們需要更多地利用這些工具的原因。”

Guhathakurta領(lǐng)導(dǎo)的任務(wù)專注于理解和預(yù)測太陽對地球，技術(shù)和太空宇航員的影響，在過去的三年中，他一直在FDL工作，并且是制定該計(jì)劃的主要架構(gòu)師。她在2018年支持了一個(gè)團(tuán)隊(duì)，該團(tuán)隊(duì)解決了NASA太陽動(dòng)力學(xué)天文臺(tái)(SDO)上傳感器故障的問題，該航天器用于研究太陽對地球和近地空間的影響。

早在2014年，即該任務(wù)發(fā)射四年后，一個(gè)傳感器就停止返回與極端紫外線(EUV)輻射水平有關(guān)的數(shù)據(jù)，該信息與地球外部大氣層的膨脹相關(guān)，因此影響了包括國際空間在內(nèi)的衛(wèi)星的壽命站。因此，斯坦福大學(xué)和阿姆斯特丹大學(xué)的計(jì)算機(jī)科學(xué)博士生以及IBM，洛克希德·馬丁公司和SETI等組織的導(dǎo)師開發(fā)了一種技術(shù)，該技術(shù)本質(zhì)上可以填補(bǔ)損壞的傳感器中的缺失數(shù)據(jù)。他們的計(jì)算機(jī)程序可以通過分析其他SDO儀器的數(shù)據(jù)以及損壞的傳感器在其工作的四年中收集的舊數(shù)據(jù)來做到這一點(diǎn)，根據(jù)其他SDO儀器在任何給定時(shí)間觀察到的信號推斷傳感器將檢測到的EUV輻射水平。“我們基本上生成了一個(gè)虛擬傳感器，” Guhathakurta說。

這種工具的潛力并不會(huì)在任何人身上失去。SETI負(fù)責(zé)人戴蒙德(Diamond)設(shè)想了將這些虛擬工具集成到航天器中的未來，這種做法將使任務(wù)更輕，更簡單，因此成本更低。Domagal-Goldman和Arney設(shè)想了未來的系外行星飛行任務(wù)，其中嵌入到航天器中的AI技術(shù)足夠智能，可以做出實(shí)時(shí)科學(xué)決策，從而節(jié)省了與地球科學(xué)家進(jìn)行交流所需的許多時(shí)間。

Arney說：“人工智能方法將通過在棘手的任務(wù)上進(jìn)行大量的初始工作來幫助我們從大腦中釋放處理能力。” “但是這些方法不會(huì)很快取代人類，因?yàn)槲覀內(nèi)匀恍枰獧z查結(jié)果。”