微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 人工智能可否在行星撞地球时拯救人类?

人工智能可否在行星撞地球时拯救人类?

2019-06-10 14:38
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2019-06-10 14:38 科技行者

人工智能可否在行星撞地球时拯救人类?

▲图:美国宇航局(NASA)行星防御协调办公室(Planetary Defense Coordination Office)利用位于亚利桑那州图森的卡塔利娜天空勘测(Catalina Sky Survey)设施将太空物体进行编排归类(图片来源/亚利桑那大学卡塔利娜天空勘测)

即使在这个高速数据分析的时代,在研究潜在的撞击地球小行星的图像时,敏锐的人眼通常更胜一筹。然而,人工智能(AI)的出现带来了更佳方案。

总部位于加州El Segundo的航空航天公司(Aerospace Corporation)目前在测试一款AI软件,旨在帮助天文学家加快识别并跟踪观察那些具有威胁性的近地球天体(NEO)。

一直以来,美国宇航局的行星防御协调办公室已经使用了大量的望远镜,来寻找和监测可能会撞击地球的近地球天体。但这家非营利性航空航天公司的AI团队则正在与NASA合作,开发一种名为NEO AID(近地球天体人工智能探测)的软件,以区分可能构成真正威胁的小行星和彗星的误报。

每天晚上,位于亚利桑那州图森市Mount Lemmon的卡塔利娜天空勘测等地点的研究人员,都要仔细研究数百张星域图像,搜寻需要进一步观察的快速移动物体。正是在这里,Aerospace Corporation的人工智能工程师利用100TB的数据,来构建和训练人工智能模型,训练出来的模型现在可以将需要进一步分析的NEO目标进行分类。根据Aerospace Corporation计算,这项新的AI科技已经将“天空勘测”的性能提高了10%,而且还存在进一步发展空间。

美国国家航空航天局的近地球天体研究中心表示,逾90%的直径超过一公里大小的NEO已经被发现,现在NEO计划的重点是寻找90%直径超过140米大小的NEO。然而,仍然有直径在10-20米范围的太空岩石接近地球的距离比月球到地球的距离更近。这种情况每月至少发生一两次,如果这些物体中的任何一个真的落在人口密集地区,造成的损失无疑是巨大的。

那么,究竟这一新的AI技术将如何帮助NASA进行当前的搜索呢?

NASA仍然依靠人眼来确定NEO的威胁评估。现在的希望是,能通过AI将图像分类为优先级较高或优先级较低,以简化整个过程。

人工智能可否在行星撞地球时拯救人类?

▲图:作为输入数据的一个例子,航空航天公司的科学家分析了数千个近地球物体候选图像, 图像序列每一项为四个30秒曝光。(图片来源/亚利桑那大学卡塔利娜天空勘测)

Aerospace Corporation公司人工智能分析及创新部门的高级项目负责人Jon Neff透露,该公司开发的软件技术减少了人类观察者必须审查的虚假识别的数量。他表示,人类的眼睛和大脑非常善于发现图像的微小差异。

通过训练神经网络,模仿人类对望远镜拍摄的夜空图像进行分类的方式,天文学家可以识别出极有可能是NEO的物体。但是Neff很快指出,这种新的NEO AID技术是为了与现有的测量方法优势互补,而不是取代它们。

至于技术成本呢?

Neff说,原型软件的开发成本约5万美元,而一个可运行的软件系统最终花费约为50万美元。

大部分毁灭地球文明的彗星对于天文学家来说仍然是盲区,这种技术如何帮助天文学家提前发现这种彗星呢?

Neff谈到,与癌症一样,生存的关键是早期发现和诊断。第一步是将望远镜对准可能找到此类彗星的地方;下一步就是对数以百万计的图像进行分类,找出潜在威胁的少量物体。

“我们的技术可以提高检测新物体的速度,可以帮助拯救地球文明。”Neff说道,“如果我们能够及早发现威胁,我们就有时间引开这些威胁。

分享至
0赞

好文章,需要你的鼓励

推荐文章
  • 奖励设计:让AI学会智能使用工具的关键
    2025-04-23 17:39

    奖励设计:让AI学会智能使用工具的关键

    想象一下,你有一个非常聪明的朋友,他知道很多知识,但每当需要使用计算器、搜索引擎或查询最新天气时,却变得像个笨手笨脚的孩子。这正是当前大语言模型(简称LLMs,如ChatGPT这类AI系统)面临的尴尬处境。

  • ToolRL:奖励设计是工具学习所需的全部
    2025-04-23 17:34

    ToolRL:奖励设计是工具学习所需的全部

    想象一下,你拥有一个聪明的助手,它知道很多知识,但在面对需要使用计算器、搜索引擎或查询最新信息时却显得笨手笨脚。这正是当前大语言模型(LLMs)面临的困境。虽然这些模型已经通过监督微调(SFT)学会了使用工具的基本能力,但它们常常在面对复杂或不熟悉的场景时表现不佳。

  • X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御
    2025-04-23 14:08

    X-Teaming:使用自适应多智能体进行多轮越狱攻击和防御

    想象你正在和一个智能助手聊天。如果你直接要求它提供有害信息,它很可能会礼貌拒绝。但如果你通过一系列看似无害的对话,逐步引导它走向你的真实目标呢?这就是当前AI安全领域面临的一个严峻挑战——多轮对话中的安全漏洞。

  • "思考操纵":用外部思考让大型推理模型更高效
    2025-04-22 16:43

    "思考操纵":用外部思考让大型推理模型更高效

    想象你在使用一个非常聪明的AI助手完成一项复杂任务,比如解决一道数学难题。你可能注意到这个助手会花很长时间"思考",一步一步写下大量推理过程,最后才给出答案。虽然这种详细的思考过程确实帮助AI做出了更准确的判断,但同时也带来了一个明显的问题:它太"啰嗦"了,消耗了大量的计算资源和时间。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-