太空旅行、探索和觀測當中,往往涉及人類歷史上最複雜、最危險的一系列科學與技術操作。在這些領域,人工智慧(AI)已經證明了自己強大的輔助作用。
正因為如此,太空人、科學家和其他以探索並記錄終極邊界為己任的人們,才積極轉向機器學習(ML)以協助應對自己面臨的非凡挑戰。
從引導火箭穿越太空到研究遙遠行星的表面,再到測量宇宙大小和計算天體的運動軌跡,AI在太空中擁有眾多有趣且令人興奮的應用場景。
太空航程
在太空船的起飛與降落過程中,AI能夠實現發動機操作自動化並管理起落架等功能的實際部署,藉此優化燃料的分配與使用。
SpaceX公司就利用AI領航系統使其獵鷹9號飛船實現了自主操作,並按照與NASA簽訂的貨物運送合約與國際太空站(ISS)成功對接。該系統能夠計算火箭在太空中的軌跡,同時考慮燃料使用、大氣乾擾和引擎內部的液體「晃動」。
CIMON 2是空中巴士公司設計的機器人,相當於太空人身邊的移動式亞馬遜Alexa虛擬助理。它使用IBM Watson AI系統構建,使用內部風扇推動自身前進,能夠充當免提式資訊資料庫、電腦和相機。它甚至可以透過分析聲音中的壓力水平,來評估太空人的情緒和心態。
NASA旗下噴射推進實驗室的任務規劃人員,則利用AI對各種任務參數進行建模和評估,藉此了解不同選項和行動方案的潛在結果。這些實驗能夠為未來的太空船設計與工程操作提供指導資訊。收集到的數據還可用於一些假設性未來任務的前瞻性規劃,包括登陸金星和木衛二——這是一顆圍繞木星運行的冰冷衛星。
SpaceX也利用AI演算法來確保其星鏈衛星不會與太空中的其他軌道或過渡飛行器發生碰撞。他們的自主導航系統能夠即時偵測附近的危險,並調整衛星的速度和軌道來採取規避行動。
英國航太局同樣開發了自主系統,讓其太空船和衛星透過自主行動迴避太空碎片。到2025年,英國航太局計畫在此基礎上發射一艘自主太空船,任務是捕捉並清理太空碎片。如果不主動加以控制,太空碎片很可能對未來的航太飛行構成威脅。
行星探索
火星漫遊車是專司探索火星表面的機器人,我們可以對它們發送回地球的資料進行分析和學習。造福機器學習演算法,這些機器人能夠在火星地表上自主導航,避開可能導致其硬體損壞或動彈不得的深坑與陡壁。先前發往火星的勇氣號就因車輪陷入軟土而困在當場,NASA最終在2011年決定放棄救援和聯絡。而在機器學習技術的幫助下,NASA已經成功避免了另一輛漫遊車的意外損失。
近年來,NASA旗下噴射推進實驗室利用影像辨識工具研究火星漫遊車等地面機器人拍攝的圖片,並對地形特徵進行分類。他們甚至發現了火星表面一個直徑僅四公尺的隕石坑。
毅力號漫遊車配備一套名為AEGIS的電腦視覺系統,能夠偵測並分類火星表面發現的不同岩石類型,讓我們更了解這顆紅色行星的地質成分。
大家甚至可以在家中參與訓練火星漫遊車使用的AI演算法。 AI4Mars專案就誠摯邀請用戶下載相關工具,透過在個人電腦上標記地形特徵來改進好奇號火星車上的自主導航系統。
雖然到目前為止,大多數地表探索都依靠輪式機器人完成,但歐洲太空總署正在試驗使用「跳躍式」機器人。這些機器人可以用腿前進並完成跳躍動作。 AI演算法會協調機器人四肢的運動和平衡,從而探索月球上以往無法抵達的位置,例如月球上由巨大隕坑形成的阿里斯塔克斯高原。
人們已經開始利用AI來偵測月球表面,確定未來載人任務的最佳著陸點。這也有助於太空人充分了解後續將要降落的環境,不必像阿姆斯壯等第一代登月人那樣直面巨大的風險。
描繪宇宙
天文學家正使用AI辨識遙遠星雲中各星團的模式,同時結合深空中偵測到的其他分類特徵來繪製宇宙星圖。
以NASA的開普勒望遠鏡為例,它能透過分析恆星發出光輻射的衰減來確定有行星在恆星和地球之間經過,進而確定行星的可能位置。
AI也被用來預測恆星和星系的活動,幫助我們了解超新星爆發等宇宙事件的潛在發生位置。
透過對這些神秘天體與中子星碰撞時產生的重力波進行時序分析,研究人員已經偵測到數十個黑洞的存在。
AI技術也被用來俯瞰地球和整個宇宙。 2004年開始運行的自主科學衛星技術實驗(Autonomous Sciencecraft Experiment)計畫就接入地球預測1號衛星,使其能夠對用相機拍攝到的影像做自動分類,進而決定哪些影像更值得花費寶貴的頻寬傳輸回地球。
加州大學柏克萊分校的SETI@Home計畫則使用AI演算法處理電波望遠鏡產生的大量數據,希望在太空中搜尋外星智慧的跡象。儘管該計畫已經停止向志工發送新的待檢查數據,但仍有大量數據未經分析檢索,所以令人興奮的真相也許就蘊藏在這部分素材當中!
AI也被用來創建迄今為止最準確的黑洞影像。 Roger Penrose、Reinhard Genzel和Andrea Ghez憑藉為M87星系中心超大質量黑洞創建逼真圖像,獲得了2020年的諾貝爾獎。
AI的應用範圍還遠不止於此,研究人員現在希望超越事件視界,使用AI技術揭示黑洞內部的情況。這項工作還將涉及量子計算,有望幫助物理學家解決領域中最核心的問題之一——將愛因斯坦的廣義相對論與粒子物理學的標準模型統一起來。
人們甚至希望AI能夠幫助測量宇宙,更好地掌握它的大小和形狀。使用AI超級電腦對日本的天文資料進行研究,我們已經成功創造出與已知存在的宇宙相符的模擬星圖。這意味著我們可以預測宇宙的特徵,並擺脫目前因光速限制(即可觀測宇宙)而難以突破的探索邊界。
以上是機器學習正以驚人方式破解宇宙奧秘的詳細內容。更多資訊請關注PHP中文網其他相關文章!

译者 | 布加迪审校 | 孙淑娟目前,没有用于构建和管理机器学习(ML)应用程序的标准实践。机器学习项目组织得不好,缺乏可重复性,而且从长远来看容易彻底失败。因此,我们需要一套流程来帮助自己在整个机器学习生命周期中保持质量、可持续性、稳健性和成本管理。图1. 机器学习开发生命周期流程使用质量保证方法开发机器学习应用程序的跨行业标准流程(CRISP-ML(Q))是CRISP-DM的升级版,以确保机器学习产品的质量。CRISP-ML(Q)有六个单独的阶段:1. 业务和数据理解2. 数据准备3. 模型

机器学习是一个不断发展的学科,一直在创造新的想法和技术。本文罗列了2023年机器学习的十大概念和技术。 本文罗列了2023年机器学习的十大概念和技术。2023年机器学习的十大概念和技术是一个教计算机从数据中学习的过程,无需明确的编程。机器学习是一个不断发展的学科,一直在创造新的想法和技术。为了保持领先,数据科学家应该关注其中一些网站,以跟上最新的发展。这将有助于了解机器学习中的技术如何在实践中使用,并为自己的业务或工作领域中的可能应用提供想法。2023年机器学习的十大概念和技术:1. 深度神经网

译者 | 朱先忠审校 | 孙淑娟在我之前的博客中,我们已经了解了如何使用因果树来评估政策的异质处理效应。如果你还没有阅读过,我建议你在阅读本文前先读一遍,因为我们在本文中认为你已经了解了此文中的部分与本文相关的内容。为什么是异质处理效应(HTE:heterogenous treatment effects)呢?首先,对异质处理效应的估计允许我们根据它们的预期结果(疾病、公司收入、客户满意度等)选择提供处理(药物、广告、产品等)的用户(患者、用户、客户等)。换句话说,估计HTE有助于我

近年来,基于深度学习的模型在目标检测和图像识别等任务中表现出色。像ImageNet这样具有挑战性的图像分类数据集,包含1000种不同的对象分类,现在一些模型已经超过了人类水平上。但是这些模型依赖于监督训练流程,标记训练数据的可用性对它们有重大影响,并且模型能够检测到的类别也仅限于它们接受训练的类。由于在训练过程中没有足够的标记图像用于所有类,这些模型在现实环境中可能不太有用。并且我们希望的模型能够识别它在训练期间没有见到过的类,因为几乎不可能在所有潜在对象的图像上进行训练。我们将从几个样本中学习

本文讨论使用LazyPredict来创建简单的ML模型。LazyPredict创建机器学习模型的特点是不需要大量的代码,同时在不修改参数的情况下进行多模型拟合,从而在众多模型中选出性能最佳的一个。 摘要本文讨论使用LazyPredict来创建简单的ML模型。LazyPredict创建机器学习模型的特点是不需要大量的代码,同时在不修改参数的情况下进行多模型拟合,从而在众多模型中选出性能最佳的一个。本文包括的内容如下:简介LazyPredict模块的安装在分类模型中实施LazyPredict

译者 | 朱先忠审校 | 孙淑娟引言模型超参数(或模型设置)的优化可能是训练机器学习算法中最重要的一步,因为它可以找到最小化模型损失函数的最佳参数。这一步对于构建不易过拟合的泛化模型也是必不可少的。优化模型超参数的最著名技术是穷举网格搜索和随机网格搜索。在第一种方法中,搜索空间被定义为跨越每个模型超参数的域的网格。通过在网格的每个点上训练模型来获得最优超参数。尽管网格搜索非常容易实现,但它在计算上变得昂贵,尤其是当要优化的变量数量很大时。另一方面,随机网格搜索是一种更快的优化方法,可以提供更好的

实现自我完善的过程是“机器学习”。机器学习是人工智能核心,是使计算机具有智能的根本途径;它使计算机能模拟人的学习行为,自动地通过学习来获取知识和技能,不断改善性能,实现自我完善。机器学习主要研究三方面问题:1、学习机理,人类获取知识、技能和抽象概念的天赋能力;2、学习方法,对生物学习机理进行简化的基础上,用计算的方法进行再现;3、学习系统,能够在一定程度上实现机器学习的系统。

本文将详细介绍用来提高机器学习效果的最常见的超参数优化方法。 译者 | 朱先忠审校 | 孙淑娟简介通常,在尝试改进机器学习模型时,人们首先想到的解决方案是添加更多的训练数据。额外的数据通常是有帮助(在某些情况下除外)的,但生成高质量的数据可能非常昂贵。通过使用现有数据获得最佳模型性能,超参数优化可以节省我们的时间和资源。顾名思义,超参数优化是为机器学习模型确定最佳超参数组合以满足优化函数(即,给定研究中的数据集,最大化模型的性能)的过程。换句话说,每个模型都会提供多个有关选项的调整“按钮


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Dreamweaver CS6
視覺化網頁開發工具

禪工作室 13.0.1
強大的PHP整合開發環境

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

mPDF
mPDF是一個PHP庫,可以從UTF-8編碼的HTML產生PDF檔案。原作者Ian Back編寫mPDF以從他的網站上「即時」輸出PDF文件,並處理不同的語言。與原始腳本如HTML2FPDF相比,它的速度較慢,並且在使用Unicode字體時產生的檔案較大,但支援CSS樣式等,並進行了大量增強。支援幾乎所有語言,包括RTL(阿拉伯語和希伯來語)和CJK(中日韓)。支援嵌套的區塊級元素(如P、DIV),

Atom編輯器mac版下載
最受歡迎的的開源編輯器