어떻게 A.I. 외계 행성과 소행성을 찾는 데 도움이 될 수 있습니다

Send

NASA는 외계 행성과 잠재적으로 위험한 소행성을 찾기 위해 인공 지능을 찾고 있습니다.

(이미지 : © NASA)

NASA 관계자는 인공 지능이 외계 행성에서 생명체를 찾고 주변의 소행성을 탐지하는 데 도움이 될 수 있다고 밝혔다.

우주 항공국의 진술에 따르면 NASA는 제임스 웹 우주 망원경 또는 TESS (Transiting Exoplanet Survey Satellite) 임무와 같은 미래 망원경이 수집 할 데이터를 해석하기 위해 머신 러닝과 같은 인공 지능 또는 인공 지능 기술을 사용하기를 희망하고 있습니다. .

메릴랜드 주 그린벨트에있는 NASA의 고다드 우주 비행 센터 (Godard Space Flight Center)의 우주 생물학자인 기아 다 아르 니 (Giada Arney)는 성명에서“이 기술들은 특히 빅 데이터와 특히 외계 행성 분야에서 매우 중요하다”고 말했다. "우리가 앞으로 관측 할 데이터는 희소하고 시끄럽기 때문에 이해하기 어려울 것입니다. 따라서 이러한 도구를 사용하면 많은 도움이 될 것입니다."

NASA는 고급 기계 학습 기술을 개발하기 위해 Intel, IBM 및 Google과 같은 회사와 파트너 관계를 맺었습니다. 매년 여름 NASA는 FDL (Frontier Development Lab)이라는 8 주 프로그램을 위해 기술 및 우주 혁신가들을 함께 모으고 있습니다.

NASA Goddard 우주 생물 학자 Shawn Domagal-Goldman은 "FDL은 차고에서 잼 세션을 위해 서로 다른 악기를 모은 훌륭한 음악가들과 같은 느낌을 준다"고 말했다. NASA 성명에서 말했다.

2018 년 Domagal-Goldman과 Arney는 뇌와 같은 "신경망"을 사용하여 이미지를 분석하고 대기에서 분자가 방출 또는 흡수하는 빛의 파장을 기반으로 외계 행성의 화학을 식별하는 기계 학습 기술을 개발 한 FDL 팀을 멘토링했습니다. . 이 기술은 성명서에 따르면 뉴런 또는 뇌의 신경 세포가 다른 뉴런과 연결하여 정보를 처리하고 전송하는 방법과 유사한 정보를 처리합니다.

이 신경망 기술을 사용하여, 연구원들은 WASP-12b 라 불리는 외계 행성의 대기에있는 다양한 분자의 풍부함을 기존의 방법보다 더 정확하게 식별 할 수있었습니다.

또한 신경망 기술은 충분한 데이터가 없을 때를 식별 할 수 있으며,“이 예측을 신뢰해야한다면 정말 중요하다”고 Domagal-Goldman은 성명서에서 밝혔다.

연구팀은 신경망 기술이 아직 개발 중에 있지만 미래의 망원경으로 수집 한 데이터를 연구하는 데 사용될 수 있으며, 추후 연구가 필요한 외계 행성 후보를 좁히는 데 도움이 될 수 있다고 연구원들은 밝혔다.

다른 FDL 기술도 잘 활용되었습니다. 예를 들어, 2017 년 팀은 크기, 모양 및 회전 속도를 포함한 소행성의 3D 모델을 최소 4 일만에 만들 수있는 기계 학습 프로그램을 개발했습니다. 이 유형의 프로그램은 성명에 따르면 지구에서 잠재적으로 위협을 일으킬 수있는 소행성을 감지하고 편향시키는 데 특히 중요합니다.

NASA는 우주선에서 15 초마다 약 2 기가 바이트의 데이터를 수집합니다. 그러나 NASA의 물리학자인 Madhulika Guhathakurta는“우리는 인력, 시간 및 자원이 제한되어 있기 때문에 그 데이터의 일부만 분석하고있다. "그래서 우리는 이러한 도구를 더 활용해야합니다."

또한 연구원들은 AI 구축을 제안합니다. 미래 우주선에 기술. 이를 통해 우주선은 실시간 과학 결정을 내리고 우주선이 지구의 과학자들과 의사 소통하는 데 필요한 시간을 절약 할 수 있습니다.

Arney는 성명서에서 "A.I. 방법은 어려운 과제에 대한 초기의 많은 노력을 통해 우리의 뇌에서 처리 능력을 확보하는 데 도움이 될 것"이라고 말했다. "그러나 우리는 여전히 결과를 확인해야하기 때문에 이러한 방법은 곧 인간을 대체하지 않을 것입니다."