在这个计划中，NASA希望借助人工智能的技术发展，来处理空间探索中所涉及到的各种问题。尤其重要的一点，是借助人工智能来分析目前NASA收集到的大量数据--毕竟那么多卫星、星球探测车、天文望远镜，随时都在记录和收集数据，处理这些数据的工作量远远不是人力所能承受的。 这样做的主要意义在于，月球的公转速度导致月球始终有大面积区域是隐藏在阴影当中的，这给研究月球和进一步的登月带来了巨大困难。通过神经网络等技术对现有数据加以学习和推理，可以让探索阴影中的月球和月球两极成为可能。 另一个必要性在于，NASA有大量卫星同时拍摄月球影像数据，还有月球表面的探测车传回精准数据。但这些数据分散且庞大，很难用人工去完成整合分析任务。因此用深度学习技术来处理数据就成为了最合适的选择。 人工智能在月球数据上的应用，并非仅仅有前瞻性的研究价值，而是已经有非常具体的应用场景。比如说帮助推算月球探测器的最佳着陆点、通过轨迹运算来推测月球车最大程度接受太阳能的线，从而增强其使用寿命、推理出高精度月球数据，帮助科学家分析月球地质信息等等。 说到登月，但我们都知类重新登月迟迟没有推上日程，是因为载人航空当中存在着大量安全隐患和成本问题。这些条件的制约，让大多数国家不敢贸然模仿在极端经济下达成的人类登月行动。可以说是很可惜的一件事。 比如说，航天飞行器发射以及空间站建立当中，最重要的环节就是风险控制。到目前为止，火箭发射和空间站始终都是高度的工作。任何微小的瑕疵都可能导致极其严重的事故。而的重要来源之一，在于航天发动机等设备极其复杂，无法进行实时和故障排除。由于排查和发射之间有时间和步骤的断裂，导致事故问题无法彻底排除。 此外，用人工智能来构建宇航员的辅助系统也是重要的课题之一。在中，宇航员的感官受到了大量的，无地球一样准确外在。目前，这个领域相对成熟的是智能座舱管理系统。它可以通过机器学习来对过往的任务与事故经验进行学习，在宇航员需要帮助时提供更优化的选项。当然，像钢铁侠战甲一样的保姆式人工智能还不存在，但通过智能体系来宇航器、宇航服和对接系统，已经在逐步成为可能。 还有一个重要的场景，在于宇航员登陆其他星球时的规划和调度系统。对于外星登陆来说，最大的来自于预计的登陆场景和现实中不一致，或者了其他不可知因素。这里有可能用到的，是神经网络技术对模糊进行和判断的能力。通过模糊数据与大数据库的连接，帮助宇航员实时调整登陆方案，是登陆外星时人工智能可能提供的关键帮助之一。 有人说月球引力可以让普通人到。比如癫痫、麻风病等病症在满月左右发病率更高(据说由此来产生了著名的狼人传说)。也有人说地震、火山爆发等灾害与月球对地球的息息相关。甚至很多专业数据测试了这种说法。
|