深度学习进入太空，用于寻找月球登录点

本篇文章597字，读完约1分钟

美国宇航局已经收集了大量数据，但从收集的数据中获取有用的信息是另一回事。据tc称，nasa已经开始招募像英特尔这样的技术公司来帮助它分析数据。其合作伙伴包括2016年被英特尔收购的深度学习公司nervana，它可以帮助将数字转化为有用的信息。

通过人工智能系统，研究人员可以分析从卫星上收集的大量月球三维图像，总数据量约为200tb。根据这些图像，研究人员可以生成月球两极的地图，并详细定位环形山，这需要克服表面阴影带来的困难。

英特尔人工智能产品部门总经理纳文·拉奥(Naveen rao)表示:“nasa收集的数据远远超出了它的理解能力。”在获得最新和最好的计算工具方面，研究界通常不如企业。”这就是英特尔想要提供帮助的原因。

他还说，研究人员可以在两周左右的时间内使用大多数现成的技术来研究这些数据，而当神经系统能够完成这项任务时，人类研究只需要两三个小时，准确率为98.4%。

有了这些数据结果，美国宇航局可以确定一个更好的登陆月球的地点，并提高月球车对太阳能的接受度。也有可能帮助部署自动驾驶探测车，因为可以获得月球表面更详细的图像。

这个项目也是美国宇航局前沿发展实验室的一部分。它想解决空之间的探索问题，例如空.之间的资源和行星防御这些问题非常适合通过机器学习来解决，因为它们通常涉及大量的数据，从中可以推导出有用的知识。

雷锋文章版权所有。严禁擅自转载。详情请参考转载说明。