由西南研究所的一位科学家共同撰写的一项研究描述了一种新的算法,该算法结合了两种航天器仪器的能力,这可能导致更低的成本和更高的效率的太空任务。虚拟的“超级仪器”是利用深度学习技术分析美国宇航局(NASA)太阳动力学观测站拍摄的太阳紫外线图像,并测量太阳发出的紫外线能量的计算机算法。
“深度学习是一种新兴的能力,它正在彻底改变我们与数据交互的方式,”SwRI的高级研究科学家安德里姆斯Muñoz-Jaramillo博士说。Muñoz-Jaramillo是这项研究的合著者,该研究本月发表在科学的进步作为美国宇航局前沿发展实验室的一部分,来自其他9个机构的合作者也参与了这项研究。该实验室是一个应用人工智能研究加速器,将深度学习和机器学习技术应用于空间科学和探爱博网投官方网站索中的挑战。
深度学习是一种机器学习方法,模仿人类大脑处理信息的方式。深度学习的结果是,机器可以完成以前需要人类智能才能完成的事情,比如外语翻译、驾驶汽车和面部识别。爱博网投官方网站Netflix®建议接下来看什么,iPhone®看到主人的脸就解锁,Alexa®响应声音请求,这些都是深度学习的结果。
Muñoz-Jaramillo说:“所有的地球以外的任务都有一系列的仪器,这些仪器被设计成具有特定的能力来回答特定的科学问题。”“当我们将它们组合成虚拟超级仪器时,我们可以产生更具成本效益的任务,具有更高的科学影响,或者使用一种仪器的测量来帮助回答另一种仪器的科学问题。”
Muñoz-Jaramillo在研究中强调,这些虚拟超级仪器不会使硬件过时。它们总是需要航天器来收集虚拟化所需的数据。
“深度学习工具不能无中生有,但它们可以显著增强现有技术的能力,”他说。
他们的虚拟超级仪器已经作为前沿发展实验室项目的一部分用于预测电离层扰动。Muñoz-Jaramillo目前正在研究结合其他功能的其他超级仪器。
“从本质上讲,深度学习涉及复杂的数据转换,”他说。“我们可以将这些转换成科学上有用的数据,并使我们不仅看待太阳,而且看待许多科学问题的方式现代化。”
期刊引用:
引用此页: