人工智慧技術進一步助力定居月球的探索

最新 01-22

由人工智慧技術繪製的巨型高精月球地圖，可以幫助發現隱藏在月球地表下的豐富資源。科學家們認為，這些資源足夠讓太空探索者在月球上定居。

GIF

圖片來源：美國國家航空航天局（NASA）

人類對於外太空的探索是無止境的。

而月球作為地球唯一的天然衛星更是科學家探索宇宙的第一試驗站。從中國的古老神話"嫦娥奔月"，到1969年美國國家航空航天局（NASA）實現了有史以來第一次人類登月，以及無數關於月球的書籍與影視材料等，都在反映出我們對這顆陪伴著我們每個夜晚的"大星星"有著無限的求知慾。

圖片來源：美國國家航空航天局（NASA）

可是現實生活中，月球真的有這麼觸不可及嗎？月球上可能有生命存在嗎？月球上是否有可以延續生命的資源呢？

月球上可能存在生命所需的必要資源

科學家們認為月球極地陰影地區的隕石坑內可能充滿了水、冰和其他易揮發性物質，這些資源不僅可以用來製造火箭燃料，還能滿足宇航員在月球環境中所需的空氣和其他必要物資，由於宇航員在執行長時間的外太空探索任務時，能夠攜帶的資源十分有限，因此這些資源就顯得十分重要。一旦確定資源的存在，將為未來登月甚至登陸火星提供可能性。

圖片來源：美國國家航空航天局/GSFC/亞利桑那州立大學

圖註：在月球南極的陰影覆蓋區域，由撞擊形成的隕石坑中發現了疑似冰的物質。

假設這些物質真的存在，將會突破我們對太空的探索瓶頸，成為劃時代的里程碑。

那對這些未解之謎，我們如何驗證呢？

百萬張影像製成地圖

儘管擁有美國國家航空航天局（NASA）對月球跟蹤拍攝了近50年的太空影像，但是由於月球的公轉速度和運行軌道使得月球始終有大面積的區域存在陰影當中，科學家們始終無法準確的辨認月球地表狀況。這對於尋找最佳的月球探測器的著陸點有著很大的影響，也導致我們對月球的研究進步緩慢。

圖片來源：美國國家航空航天局（NASA）

近幾年來，這個情況得到了極大的改善。

隨著人工智慧技術的進步和近10年來在月球上安裝的新型感測器的幫助下，科學家收集到了大量詳實的數據和高光譜圖像，可以識別月球表面的岩石結構，並對其進行數據分析，更全面地了解月球的地表與物質資源情況。這一成績具有極高的科學價值！

圖片來源：美國國家航空航天局（NASA）

儘管如此，可單純利用圖片組合加數據的方式來製作一個未知星體的地圖是非常困難的一件事。

以往，行星科學家們需要把在運行軌道上不同角度、光照和距離條件下拍攝到的衛星影像，以隕石坑或其他物體作為參照地標，然後手動地將所有圖片進行排列組合，只要任何一個影像上的條紋沒有對齊或光線太暗，都會導致繪製的地圖不準確。但現在，我們能通過人工智慧的深度學習技術來解決這個難題。

人工智慧的深度學習，彌補人工缺陷

太空數據往往是海量、多維和動態的，所以對於科學家們來說，最關鍵的任務是快速處理海量的、不斷變化的月球數據，並從中分析出能夠指導未來各項任務和計劃的關鍵點。

圖片來源：美國國家航空航天局（NASA）

近期美國國家航空航天局（NASA）發布聲明，其前沿發展實驗室（FDL）和英特爾合作，利用英特爾的人工智慧深度學習技術-神經網路模型來識別和處理海量的數據，讓機器在沒有明確指令的情況下自行運轉和思考，比如加速月球地圖的繪製過程、分析大量多角度長時間內獲取的月球3D圖像、勾勒更加完整精準的月球表面地形地貌資料庫、同時還可以精準地預計地球、月球、太陽三者間的運行軌跡。