深度學習進入太空，用于尋找月球登陸點

NASA收集了大量資料，但從所收集的資料中得出有用的資訊卻又是另外一回事了。雷鋒網(公衆号：雷鋒網)消息，據TC報道，NASA已經開始招募像英特爾這樣的科技公司，去幫助它分析資料。它的合作夥伴包括英特爾2016年收購的深度學習公司Nervana，它可以幫助将數字轉化為有用的資訊。

通過人工智能系統，研究人員能夠分析從衛星收集的大量月球3D圖像，總資料量達到了約200TB。從圖像中，研究人員可生成月球的兩極的地圖，并詳細定位出隕石坑的位置，這需要克服了因表面陰影帶來的度困難。

英特爾人工智能産品部總經理Naveen Rao稱，“NASA收集的資料遠遠超出了其了解能力。研究界通常在擷取最新最好的計算工具上比不上企業。”這也是英特爾想幫忙的原因。

他還說，研究人員可以在大約兩個多星期内使用大部分現成的技術來研究這些資料，而用Nervana的系統能夠完成任務時，人類研究隻需要兩三個小時左右的時間，準确率為98.4％。

擁有了這些資料結果，NASA可以在月球上确定更好的着陸點，還能增加月球車的太陽能的接受量。它也有可能幫助實作部署自動駕駛的探測車，因為能得到更詳盡的月球表面圖像。

這項計劃也是NASA前沿發展實驗室FDL的一部分，它想用人工智能技術解決空間探索問題，比如空間資源和行星防禦。這些問題很适合用機器學習來解決，因為往往涉及大量資料，并從中推理出有用的知識。

本文作者：張馳