戈德施密特会议 艺术家对火星上罗莎琳德·富兰克林漫游车的印象
信用:欧空局/ATG媒体实验室 美国国家航空航天局已经更接近于允许远程机载计算机指导在其他星球上寻找生命
美国国家航空航天局戈达德太空飞行中心的科学家宣布了安装在太空探测器上的新智能系统的初步结果，该系统能够从岩石样本中识别生命的地球化学特征
允许这些智能系统选择在地球上分析什么和告诉我们什么，将会克服在寻找来自遥远星球的生命的过程中如何远距离传输信息的严重限制
该系统将在2022/23年的外火星任务中首次亮相，然后在太阳系中更远的天体上更全面地实施
首席研究员维多利亚·达·波安在戈德施密特地球化学会议上介绍了这项工作，她说:“这是太空探索中有远见的一步
这意味着随着时间的推移，我们将从人类几乎参与太空中所有事物的想法，转变为计算机配备智能系统的想法，它们被训练来做出一些决定，并能够优先传输最有趣或时间关键的信息
" 美国国家航空航天局戈达德太空飞行中心(GSFC)行星环境实验室的软件负责人埃里克·林内斯强调了拥有用于行星探索的智能仪器的必要性:“将数据传回地球需要花费大量的时间和金钱，这意味着科学家们无法运行尽可能多的实验或分析尽可能多的样本
通过使用人工智能对收集后但在送回地球之前的数据进行初步分析，美国航天局可以优化我们收到的数据，这大大增加了空间任务的科学价值。” 维多利亚·达·波安和埃里克·林内斯(都在美国国家航空航天局戈达德太空飞行中心)训练了人工智能系统，分析来自火星有机分子分析仪(MOMA)的数百个岩石样本和数千个实验光谱，这是一种将于2023年在火星外罗莎琳德·富兰克林漫游车内着陆的仪器
MOMA是一种基于质谱仪的先进仪器，能够分析和识别岩石样品中的有机分子
它将通过分析岩石样本来寻找火星表面和地下过去或现在的生命
将被发送到火星的系统仍将把大部分数据传送回地球，但是稍后太阳系外的系统将被赋予自主权来决定将什么信息返回地球
第一个结果表明，当系统的神经网络算法处理来自未知化合物的光谱时，这可以以高达94%的精度进行分类，并以87%的精度与以前看到的样本相匹配
这将进一步完善，直至纳入2023年任务
维多利亚·达·波安继续说，“我们从这些无人任务中获得的是数据，很多数据；在不同的环境中，在数亿公里的距离上发送数据可能非常具有挑战性，而且成本极高；换句话说，带宽是有限的
我们需要优先考虑我们发回地球的数据量，但我们也需要确保在这样做的时候，我们不会丢弃重要的信息
这导致我们开始开发智能算法，目前可以帮助科学家分析样本，并就后续操作做出决策。作为一个长期目标，算法将分析数据本身，将调整和调整仪器以运行下一个操作，而无需在回路中运行，并将只传输最有趣的数据回家
" 该团队使用来自最初实验室测试的原始数据，使用一种基于地球的MOMA仪器来训练计算机识别熟悉的模式
当收到新的原始数据时，软件会告诉科学家之前遇到的样本与新数据相匹配
埃里克·林内斯指出，“这项任务将面临严格的时间限制
当我们在火星上运行时，样本最多只能在火星车中保留几周，然后火星车会将样本转储到新的地方进行钻探
所以，如果我们需要重新测试一个样本，我们需要快速地做，有时是在24小时内
未来，当我们开始探索木卫二等木星卫星以及土卫二和土卫六等土星卫星时，我们将需要在现场做出实时决策
有了这些卫星，来自地球的信号可能需要5到7个小时才能到达仪器，所以这不像控制无人机，而是有即时反应
我们需要赋予这些工具自主权，让它们能够迅速做出决定，代表我们实现科学目标
" 林恩斯评论道:“当第一次收集时，MOMA生命探测仪产生的数据很难解释
它不会喊出“我在这里找到了生命”，但会给我们需要分析的概率
这些结果将在很大程度上告诉我们仪器发现的地球化学
我们的目标是让该系统为科学家提供指导，例如，我们的系统可能会说“我有91%的把握这个样本对应于真实世界的样本，我有87%的把握它是磷脂，类似于2018年7月24日测试的样本，这是数据的样子
“我们仍然需要人类来解释这些发现，但是第一个过滤器将是人工智能系统
" 研究人员指出，从火星发回数据的成本很高，随着着陆器离地球越远，成本也越高
“来自火星漫游者的数据可能是你手机上数据的10万倍，所以我们需要让这些数据尽可能具有科学价值，”埃里克·林尼斯说
评论，博士
乔尔·戴维斯(伦敦自然历史博物馆行星地质学博士后研究员)说，“行星任务的主要挑战之一是把数据带回地球——这既要花费时间，也要花钱
在火星上，旅行时间延迟大约是20分钟，在太阳系中你走得越远，这个延迟就越大
鉴于任务的生命周期有限，科学家必须对他们选择带回的数据非常有选择性
这些结果看起来很有希望；在航天器上拥有更大的自主权是确保返回数据有用的一种方式
" 医生
戴维斯没有参与这项工作
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
