美国太空人工智能，美国太空人工智能发展史

大家好，今天小编关注到一个比较有意思的话题，就是关于美国太空人工智能的问题，于是小编就整理了3个相关介绍美国太空人工智能的解答，让我们一起看看吧。

AI让太空探索效率提高10倍，人类真能在火星上找到居住地吗？

人是地球人，不可能离开地球，如果离开了，要么不是地球人，要么是死了。

向太空移民，天真而美丽。但那就是梦，就像古时候嫦娥奔月一样，太美了。今天梦碎了月球一点也不美。

地球上沙漠，冰山，大海，人类都无法生存，太空上的环境不知道比地球上的环境恶劣多少倍，舍近求远，可能吗？

我希望人们冷静一下，不要头脑发热，想入非非，还有许多困难，是人根本做不到的，就不说了。

学生天文学家如何借助人工智能发现两颗新的系外行星？

传统上发现之前从未见过的行星并不是一件容易的事情。来自美国宇航局和其他科学机构的太空望远镜收集了大量数据，天文学家需要数年时间来筛选这些数据，而且很多时候可能一无所获。

但是现在人类并不需要完成所有的工作。德克萨斯大学奥斯汀分校的大四学生Anne Dattilo借助人工智能研究美国宇航局开普勒太空望远镜收集的数据，发现了两颗新的系外行星。

由22岁的Dattilo领导的研究人员设计了一种计算机算法。使用计算机快速扫描像开普勒这样的“行星猎人”仪器的数据本身并不新鲜，但Dattilo及其他研究人员正在寻找的数据需要一种独特的方法。开普勒望远镜的第二轮行星定位与第一轮相比有点不同，而称为K2的扩展任务提供的数据因不稳定而变得混乱。

开普勒望远镜在“退休”之前遭遇了机械问题，虽然它在K2期间收集的数据仍然可用，但传统的行星检测算法由于传感器的移动而无法工作。这需要一种专门设计用于考虑该运动并有效地将其取消的人工智能算法，允许计算机发现与在远处恒星前方经过的行星相关的亮度下降。

Dattilo和她的团队创建了一种算法，当将其应用于开普勒的一些K2数据时，成功发现了两颗新的系外行星。这些距离地球约1300光年的行星现在可以加入到开普勒令人难以置信的“遗产”中，开普勒在其多次观测活动中探测到超过2500颗行星。

从太空拍摄照片，能用AI技术快速识别航母出来吗？

理论上讲是可行的。但现实中意义不大。

现代光学成像卫星的分辨率，虽然达不到好莱坞大片那么变态，但足以拍摄出可供识别的航母照片，AI上更是没有难度。但问题在于，分辨率越高的光学成像卫星，视场就越窄（这一点懂相机和望远镜的应该都知道），而大海浩渺辽阔，只有航母的航迹和卫星轨迹交汇的那个点（如果有交汇，）才会被拍摄到。等卫星绕地球一圈儿再次飞回这个位置已经过了N久，航母跑了N海里，要指着这个瞄准锁定航母是不可能的。比如某高分卫星相机视场宽度13公里，通过多台相机拓展到65公里，而航母航速高达61公里左右，当约两小时后卫星再临，航母有很大概率永远脱离卫星的拍摄范围。即便没出这个范围，一至两小时的间隔也无法给导弹提供稳定连续的瞄准数据。更何况，天有不测风云，风雨会遮蔽目标。即便晴天，也有可能看不清，毕竟卫星的轨道平时是固定的，什么时候飞过头顶航母心知肚明。据说美国曾做过实验，利用洗消核生化污染的喷雾系统制造水雾，成功的躲过了成像卫星搜索。或许有人说可以用相对静止的同步卫星，但那样需要的卫星太多了，没有国家承担的起。所以目前现实中的做法，是使用视野更开阔且不易受恶劣天气影响的雷达卫星。虽然雷达难以迅速准确识别航母本身，但识别航母战斗群比较容易，初步识别以后再调动无人机等其他手段对航母精确识别并力求稳定跟踪瞄准。

到此，以上就是小编对于美国太空人工智能的问题就介绍到这了，希望介绍关于美国太空人工智能的3点解答对大家有用。