在过去的 15 年里，linruyounaNASA（美国国家航空航天局）的火星勘测轨道飞行器一直绕着这颗红色星球绕圈，研究其气候和地质。
每天，轨道飞行器都会发回珍贵的图像和其他传感器数据。NASA 研究人员最关注与陨石坑有关的图像，因为它可以帮助研究人员远程校准卫星的参数，挖掘更多关于这个古老星球的信息。
不过，暴打书呆子梳理一颗行星的图像数据是一项乏味的工作，这正是 AI 要解决的问题。
去年年底，NASA 研究人员首次使用机器学习算法从火星勘测轨道飞行器传回的数据张发现了数十个新鲜的陨石坑。这也预示着一种研究太阳系行星的新方法。
“从科学的角度来看，这是令人兴奋的，因为它加深了我们对这些特征的认知，iq过大河”NASA 喷气推进实验室的计算机科学家、该研究团队的负责人之一 Kiri Wagstaff 说，“数据一直都在那里，只是我们自己没有看到而已。”
具体来说，研究人员使用 7000 张图像来训练 AI——这些图像中有之前发现的陨石坑，另一些则没有任何陨石坑，9c8809充分地训练算法。随后，用 AI 对轨道飞行器传回的 11.2 万张图像数据库进行梳理。
一旦 AI 发现了疑似的陨石坑，NASA 研究人员就可以通过轨道飞行器的高分辨率摄像机进行一些后续观察，以确认陨石坑确实存在。
去年 8 月，该团队第一次得到了确认，第一滴血5 野蛮追击轨道飞行器拍摄了一组被算法识别的陨石坑。这是 AI 第一次在其他星球上发现陨石坑。
在过去的 15 年里，该项目的科学家们不得不手动搜索并识别火星勘测轨道飞行器的图像，其中仅是获取一张图片的时间就需要 3-4 个小时。相比之下，AI 可以在短短 5 秒内完成这样的过程。
除了帮助确定火星表面的年龄外，陨石坑还可以让科学家了解火星表面下的情况。例如，大约十年前，火星勘测轨道飞行器探测到一个新的陨石坑，它透露出了一些地下水冰的存在。
通过研究暴露在外的冰，以及它是如何随着时间消失的，科学家们能够更好地了解冰在火星表面的分布情况。
目前，这个团队项目已经通过 AI 检测出了 60-70 个人们以前从未见过的新陨石坑，不过这才刚刚开始。
Kiri Wagstaff 和她的同事们希望这种类型的机器学习未来能够在太空中完成，从而进一步加速这一过程。
换言之，火星勘测轨道飞行器等航天器将能够处理自己的数据，而不是将所有图像传回地球，由巨型超级计算机处理——如果探测器发现了一个可能的陨石坑，则可以立即用更灵敏的仪器进行后续观测。
但就目前而言，这仍是一个遥远的目标。
在 AI 研究中，图像检测是一个相对容易理解的问题，但要构建出能够在空间站运行的检测算法的硬件，不是一件容易的事。
在最近的研究中，Kiri Wagstaff 和团队所使用的超级计算机中搭载了 75 个处理器，这台超级计算机的计算能力比火星轨道飞行器的计算能力要大几个数量级。
将 AI 技术融入未来的宇宙研究会变得越来越重要。
随着技术的进步和数据传输速率的提高，一旦 AI 驱动的「探索者」在太阳系漫游，谁知道我们会发现什么呢?
