米国宇宙ネットワークの最近のレポートによると、NASAの職員は、人工知能（機械学習など）技術を使用して、大型望遠鏡で収集されたデータを分析し、地球外生命の探索と地球への影響の検出を支援したいと述べています。潜在的に脅迫的な小惑星。
NASAは、Intel、IBM、Googleなどの企業と提携して、高度な機械学習技術を開発しています。毎年夏に、NASAは8週間の「フロントエンド開発ラボ （FDL）」プロジェクトに参加するために技術と宇宙の革新者を集めます。
2018年、NASA Goddard Space Flight Centerの天文学者生物学者Jada Aniと同僚のSean Domagal-Goldmanは、脳のような機械学習技術を開発したFDLチームを指揮しました太陽系外惑星の画像を分析し、惑星の大気中の分子によって放出（または吸収）された光の波長に基づいて惑星の化学的特性を識別する「ニューラルネットワーク」。このテクノロジーは、脳ニューロンが相互に接続して情報を処理および送信するのとまったく同じ方法で情報を処理します。結果は、このニューラルネットワーク技術により、研究者は系外惑星「WASP-12b」の大気中のさまざまな分子の量を特定でき、従来の方法を使用するよりも正確であることを示しています。
研究者は、彼らのニューラルネットワーク技術はまだ開発段階にあるが、将来の望遠鏡によって収集されたデータを研究し、さらなる研究に値する太陽系外惑星を選別するのに役立つ可能性があると述べた。 「将来得られるデータは非常に複雑で理解しにくいかもしれません。AIツールは私たちに大きな利益をもたらすと期待されています」とAni氏は言います。
さらに、別のチームは2017年に機械学習プログラムを開発し、サイズ、形状、回転速度など、わずか4日間で小惑星の3次元モデルを作成しました。研究者は、地球を脅かす可能性のある地球から小惑星を検出できるため、このような手順は特に重要だと言います。
NASAの当局者は、この機関の宇宙船は15秒ごとに約2GBのデータを提供できるが、「人的資源、時間、およびリソースに制限され、少量のデータしか分析できず、人工知能がこの分野で重要な役割を果たすことができる」と述べた。
また、研究者は、AI技術を将来の宇宙船に統合することで、宇宙船がリアルタイムで科学的決定を下せるようになり、宇宙船と地上通信の間の時間を節約できると示唆しています。もちろん、Aniは、結果を検証する必要があるため、前述のAIツールがすぐに人間に取って代わることはないと強調しました。
2018年、NASA Goddard Space Flight Centerの天文学者生物学者Jada Aniと同僚のSean Domagal-Goldmanは、脳のような機械学習技術を開発したFDLチームを指揮しました太陽系外惑星の画像を分析し、惑星の大気中の分子によって放出（または吸収）された光の波長に基づいて惑星の化学的特性を識別する「ニューラルネットワーク」。このテクノロジーは、脳ニューロンが相互に接続して情報を処理および送信するのとまったく同じ方法で情報を処理します。結果は、このニューラルネットワーク技術により、研究者は系外惑星「WASP-12b」の大気中のさまざまな分子の量を特定でき、従来の方法を使用するよりも正確であることを示しています。
研究者は、彼らのニューラルネットワーク技術はまだ開発段階にあるが、将来の望遠鏡によって収集されたデータを研究し、さらなる研究に値する太陽系外惑星を選別するのに役立つ可能性があると述べた。 「将来得られるデータは非常に複雑で理解しにくいかもしれません。AIツールは私たちに大きな利益をもたらすと期待されています」とAni氏は言います。
NASAの当局者は、この機関の宇宙船は15秒ごとに約2GBのデータを提供できるが、「人的資源、時間、およびリソースに制限され、少量のデータしか分析できず、人工知能がこの分野で重要な役割を果たすことができる」と述べた。
また、研究者は、AI技術を将来の宇宙船に統合することで、宇宙船がリアルタイムで科学的決定を下せるようになり、宇宙船と地上通信の間の時間を節約できると示唆しています。もちろん、Aniは、結果を検証する必要があるため、前述のAIツールがすぐに人間に取って代わることはないと強調しました。
