近日，小編看到一份報道稱，人工智能居然已經能勘測外太空了！著實讓小編十分的震撼。這篇報道來自美國太空，講述目前已經可以利用人工智能技術分析詹姆斯?韋伯太空望遠鏡或者凌日系外行星勘測衛星(TESS)的未來勘測數據。這項技能可以用來探尋太空是否存在外星生命，甚至勘測小行星等。

 　　人工智能在當下是一個很熱門的話題，在勘測系外行星領域也有相當廣泛的應用。美國宇航局和英特爾、IBM、谷歌等公司合作，研發出一種機器學習技術。該技術利用“神經網絡”分析太空圖像，通過分析系外行星大氣層分子釋放或者吸收的光波來識別其化學屬性，就好像是人類大腦的神經細胞，可以接收到有用信號并將信息進行合理的分析利用。隨后研究人員通過使用這種機器學習技術來識別系外行星的大氣分子，發現比傳統技術得到的結果更為精準。

 　　當然，這項機器學習技術仍舊處于萌芽階段，不是一套完善的勘測體系，但是在研究系外行星的用途上還是非常值得期待也值得科學家們進行探索和研究的。而機器學習技術卻不僅僅是局限于勘測行星。該技術甚至可以在較短的時間內構造一個小行星的3D模型，不論是小行星的大小還是形狀，甚至是旋轉速度都能精確形成。該項機器學習技術可以為觀測小行星偏移給地球帶來的潛在安全問題打下良好基礎。

 　　而在建造未來太空飛船時也可以使用人工智能技術，可以自行對飛船系統進行監測和實時分析，不僅能夠讓飛船的安全性能提高，也能節約信息傳輸的時間。但這些不僅僅是人工智能的監測領域，眾所周知，太陽耀斑的爆發會對許多航天器造成不可避免的傷害，從而影響到人類活動，例如GPS 導航、衛星通信、廣播信號等都會收到影響。而科學家也努力研究太陽耀斑的爆發規律，盡量避免對人類活動帶來的傷害。

 　　而人工智能算法的出現，為這一研究帶來了很大的進步?？蒲腥藛T對太陽耀斑的活動周期進行估算，采用的就是人工智能算法。Flarenet 動態模擬人工智能算法被證實比美國國家海洋與大氣管理局正在使用的預測系統要先進得多，該算法對太陽耀斑的預測準確度大大提高，且預測的爆發時間提前五小時，很大程度上的方便了人們對器械采取保護措施，也降低了對正常生活的影響度。

 　　按照目前的形式看，宇宙對人類產生的吸引力讓人們不斷的開發新型人工智能。而在未來，強大的人工智能也許就會成為人類邁向宇宙的重要階梯，讓更多未知的領域展開在我們面前。
（本文來源：儀表網 轉載請注明出處）