深度学习进入太空，用于寻找月球登陆点

NASA收集了大量数据&＃xff0c;但从所收集的数据中得出有用的信息却又是另外一回事了。雷锋网(公众号&＃xff1a;雷锋网)消息&＃xff0c;据TC报道&＃xff0c;NASA已经开始招募像英特尔这样的科技公司&＃xff0c;去帮助它分析数据。它的合作伙伴包括英特尔2016年收购的深度学习公司Nervana&＃xff0c;它可以帮助将数字转化为有用的信息。

通过人工智能系统&＃xff0c;研究人员能够分析从卫星收集的大量月球3D图像&＃xff0c;总数据量达到了约200TB。从图像中&＃xff0c;研究人员可生成月球的两极的地图&＃xff0c;并详细定位出陨石坑的位置&＃xff0c;这需要克服了因表面阴影带来的度困难。

英特尔人工智能产品部总经理Naveen Rao称&＃xff0c;“NASA收集的数据远远超出了其理解能力。研究界通常在获取最新最好的计算工具上比不上企业。”这也是英特尔想帮忙的原因。

他还说&＃xff0c;研究人员可以在大约两个多星期内使用大部分现成的技术来研究这些数据&＃xff0c;而用Nervana的系统能够完成任务时&＃xff0c;人类研究只需要两三个小时左右的时间&＃xff0c;准确率为98.4&＃xff05;。

拥有了这些数据结果&＃xff0c;NASA可以在月球上确定更好的着陆点&＃xff0c;还能增加月球车的太阳能的接受量。它也有可能帮助实现部署自动驾驶的探测车&＃xff0c;因为能得到更详尽的月球表面图像。

这项计划也是NASA前沿发展实验室FDL的一部分&＃xff0c;它想用人工智能技术解决空间探索问题&＃xff0c;比如空间资源和行星防御。这些问题很适合用机器学习来解决&＃xff0c;因为往往涉及大量数据&＃xff0c;并从中推理出有用的知识。