机器学习和人工智能开启了太空探索的新时代

编译:chux

出品:ATYUN订阅号

随着自动化,机器学习和人工智能在多个不同领域留下不可磨灭的印记,它们在太空领域得到越来越多的研究和实施,以应对未来的太空时代,其主要内容将是先进的机器人技术,可能类似于机器人星际间的冒险。

太空中的人工智能与机器学习

人工智能的应用正在卫星运行领域得到广泛研究,特别是在支持巨大卫星星座的运行机制方面,通常包括多个方面,包括相对定位,通信,循环管理等。

机器学习被用于分析和处理高分辨率卫星图像以及获得精确和精确的视觉表示。机器学习已经成为分析复杂遥感数据和遥测数据的宝贵工具。超越地球观测,对于强大的图像和数据处理和分析,机器学习用于处理来自深空任务的数据。

某些火星探测器是AI配置并自行导航。但是,如果不升级现有的研究能力,将来不可能广泛使用流动站。

ESA(欧洲航天局)是先驱者之一

ESA正在支持和赞助许多关于在空间和航天器运行中使用人工智能的研究。截至目前,航天器需要不断与地球站进行通信以进行操作,但新时代的自主航天器将能够自主运行。这将促进勘探工作,并显着降低太空任务的成本。已经确定自动导航和软件升级是完全自主之前的关键要求。

重点还在于管理复杂的星座以减少地面站的工作量。通过完全自动化,可以减少对人工干预的需求,从而节省大量时间,精力和金钱。为此,需要开发自动防撞操作。在ESA基础活动的支持下进行的一项研究将历史任务数据输入到机器学习算法中,以搜索对未来遥测检查,命令验证和程序编写过程有用的新功能。

深度学习在空间中也有其一套实用工具,无论其范围如何新颖。深度学习可应用于自动着陆,智能决策和全自动系统。ESA的高级概念团队(ACT)正在研究这些可能性。特别地,ACT研究了进化计算,其包括以这样的方式编写计算机代码以便考虑所有演进。保持更好的结果,更糟糕的是被拒绝,就像在达尔文的’适者生存’进化中一样。这可用于计算行星的轨迹。ACT还致力于社区科学移动应用程序,该应用程序将增强和改善空间探测器的自主能力并优化行星和天体跟踪系统。

ESA已经在人工智能和机器学习研究方面取得了巨大的飞跃。流动站上的智能数据传输软件消除了人为错误的余地,否则可能导致致命的后果。人工智能已经被证明是一种通过虚拟数据海洋筛选和过滤的强大工具,其预测分析方法很快将被许多空间机构使用。

全面共识

就像ESA一样,其他空间机构也同样热衷于开发人工智能功能并在太空计划中使用它。德国航空航天中心发射了一名人工智能助手,将协助宇航员在国际空间站上完成日常任务。语音控制智能助手,即CIMON(Crew Interactive MObile companioN),具有多种功能。

NASA正在研究通过使用基于AI的认知无线电来提高通信网络的效率和无失真,从而提高可靠性并最大限度地减少噪声失真。NASA还计划为未来的任务设计全自动发射器和探测器。

NASA还与谷歌携手进行人工智能算法的独家训练,该算法可以从开普勒任务中筛选数据并识别来自系外行星的信号,从而发现了两颗新的系外行星,这些系外行星以前未被科学家发现。现在也将为地球观测部署同一个项目。

ESA和NASA协作项目AIDA(人工智能数据分析)根据欧洲视野2020框架创建,将分析和处理来自太空的数据,减少误差范围并暴露像差。

日本航天局日本宇宙航空研究开发机构还开发了一种智能系统,该系统在国际空间站点击并存储日本模块KIBO的实验图片。它的开发旨在促进车外实验的自主性,同时寻求获得未来勘探任务所必需的机器人技术。

俄罗斯航天局的ROSCOSMOS也没有落后。它开发了两种叫做FEDORA的人形机器人,它已被送到国际空间站。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2018-08-16

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

面向程序员的数据挖掘指南(一)

? 作者:Ron Zacharski 第一章:简介 内容: 寻找事物 本书结构 阅读完本书后你可以做些什么? 为什么数据挖掘很重要?哪些内容可以为我所用? ...

3457
来自专栏大数据文摘

南埃文代尔小学的实践:增大数据获取难度竟然提高了数据利用率

1101
来自专栏量子位

谷歌AI相机Clips今发售,“贴身摄影师”抓拍每一刻欢乐

Root 编译整理 量子位 出品 | 公众号 QbitAI 不管是一家人出游玩耍,还是朋友聚会轰趴,总错过很多来不及掏手机而转瞬即逝的欢乐。 今天终于开售的谷歌...

3416
来自专栏罗超频道

搜索引擎再进化:从声音搜索到虚拟现实

《碟中谍4》开场不久,特工哈纳韦在火车站台上戴上隐形眼镜,拿着手机,在茫茫人海中搜索跟踪对象。眼镜将哈纳韦看到的信息自动收集并迅速与人物数据库匹配快速锁定目标。...

3528
来自专栏数据的力量

让学习体系化,造福一大波上进青年

体系化是学习的正道。学到的东西只有纳入自己的知识体系中,才算是为自己所用。不成体系的零碎知识是没有任何价值的。

882
来自专栏Python数据科学

还在为找数据而发愁吗?看完这篇你应该再也不会了

学数据分析当然要先有数据,数据是分析的根本,不然一切都是空谈。如果是在公司里,得到数据轻而易举,因为公司有客户,有业务,必然会产生大量数据。但仅仅是个人学习的话...

2182
来自专栏ATYUN订阅号

Wildbook利用AI帮助保护濒临灭绝的野生动物

人们使用Facebook与朋友,家人联系,现在他们可以使用另一种“Facebook”,帮助野生动物研究人员和环保主义者密切关注濒临灭绝的动物。现在,Wildb...

1206
来自专栏ATYUN订阅号

Airbus和IBM计划让机器人CIMON加入国际空间站执行任务

Airbus和IBM正在计划让CIMON(Crew Interactive MObile CompanioN)加入国际空间站,这是一款采用IBM Watson ...

1294
来自专栏机器学习算法与Python学习

AR---MR----VR 你能分清吗?

到底VR、AR、MR说的是什么鬼呢? 1 什么是VR? 虚拟现实(Virtual Reality,简称VR) 是利用电脑模拟产生一个三维空间的虚拟世界,提供使用...

2949
来自专栏云计算D1net

云计算为何走不进人力资源管理?

“博士,我们需要一个关于大数据(big data)人力资源管理的讲座!”这是2014年开年以来,我听到来自500强HR们的新需求,同时这也在所有需求中排名前To...

3476

扫码关注云+社区

领取腾讯云代金券