人工智慧(AI)作為當下最熱門技術， 其影響力可謂無處不在。 無論是語音助手和搜尋引擎等消費場景， 還是醫療、教育等產業， 我們都能看到AI的身影。
在天文學家最近披露的太空探索成就中， AI同樣扮演了重要角色。 那麼事情到底是怎麼一回事呢?我們一起來瞭解下!
迷你太陽系與穀歌AI
在12月15日淩晨， NASA宣佈在一個恒星周圍發現有8顆行星組成的行星系統。 據天文學家介紹， 在2545光年之外， 一個名為“開普勒90”(Kepler-90)的恒星周圍有著(與太陽系)同樣數量的行星。 這個“迷你太陽系”對尋找外太空的“第二家園”可謂意義重大，
在這次發現中， 研究人員訓練一台電腦學習如何對開普勒望遠鏡獲得的海量恒星亮度資料進行分析， 並從中檢測那些可能暗示有系外行星存在的異常信號。 受人腦神經元之間連接方式啟發， 科學家利用人工“神經網路”技術對開普勒望遠鏡獲取的海量資料進行自動化篩選， 並最終得到了以上發現成果。
事實上， 機器學習此前已被用於挖掘開普勒望遠鏡的資料， 而持續研究顯示， “神經網路”技術是發現隱藏細微信號的可行方法。 作為Google AI的高級軟體工程師， Shallue想到了將“神經網路”技術用於分析開普勒望遠鏡的資料。 “當資料過於龐大， 以致人們無法自己檢索時，
NASA開普勒望遠鏡專案科學家Jessie Dotson表示， “分析資料的新方法——比如使用機器學習演算法的早期研究——將持續加強我們對圍繞恒星的行星系統的認識和理解。 ”
英特爾與月球研究
通過AI技術支持NASA的不只有穀歌， 英特爾的AI同樣能助力NASA研究， 只不過這次的課題主要是空間天氣、空間資源和行星防禦等一些問題。 NASA此前成立了前沿發展實驗室(FDL)來探索這類問題， 並得到了英特爾的技術支援。
在月球水源和揮發物資源研究發麵， 英特爾Nervana深度學習技術幫助研究人員以更快的速度來擴大探索範圍。 舉例來講， 將月球光學圖像、月球軌道飛行器回傳的資料等與月球相關資料分享給英特爾Nervana後，
據介紹， 在NASA的某項研究項目， 英特爾支持並指導使用英特爾Nervana深度學習技術的研究人員， 幫助其解決製作月球兩級詳細地圖。 在未來， 我們或將看到英特爾Nervana用於暗物質探索和研究， 加速天文學家對太空的探索。
NASA與前沿科技
事實上， NASA對前沿科技一直都充滿興趣， 並積極嘗試將新技術用於外太空探索。 NASA曾利用Oculus Rift， 以及第二代Kinect感測器， 來説明提高對機械設備的控制能力。 在那項計畫中， NASA其目標是實現遠端控制機器人， 達成“人在地球上控制， 機器人在天上做事”的場景。
在探索太空方面， NASA還使用過HoloLens， 希望宇航員可以與遠端專家合作完成工作(特別是一些宇航員不熟悉的任務)，
未來， 我們有望看到更多新技術用於NASA等機構的外太空探索研究;也希望包括AI、AR/VR等技術的發展， 能讓我們距離“征服星辰大海”的夢想更進一步。