你是否曾仰望夜空，想知道星空之外是什么？你有没有想过在宇宙的其他地方是否有生命？你想前往某个遥远的星系，探寻宇宙的秘密吗？！！好吧，所有这些问题都是 NASA 每天都在努力解决的问题。
NASA 参与了太空的各个方面，从研究地球的外层大气到寻找其他行星上的生命迹象！机器学习是这一空间发现的重要组成部分，因为它是这个数据时代的必要工具。各种 NASA 航天器和卫星生成的数据量是惊人的（例如，考虑到只有斯隆数字巡天在未来将创建超过5000 万张星系图像！）因此机器学习对于识别模式是必要的这些数据将在未来带来令人兴奋的新发现！这还不是全部！机器学习还可用于监测太空中宇航员的健康状况，智能处理航天器维修，发现更多其他星系中的行星和其他奇妙事物！！！事实上，说到空间和机器学习，天无绝人之路！！！
现在，让我们看看 NASA 机器学习的一些现有或正在进行的应用程序，以便您更好地了解这项出色技术在太空探索中的范围，并了解其未来的应用程序。
1. 火星上的自动驾驶漫游者——精神号和机遇号漫游者
你认为特斯拉、谷歌、优步等是第一个大力投资自动驾驶汽车的公司吗？嗯，再想想！！！事实上，美国宇航局大约十年前就为火星漫游者创造了自动驾驶技术。早在2004年登陆火星的“勇气号”和“机遇号”火星车实际上就使用了一种基于机器学习的自动驾驶火星漫游车导航和驾驶系统，称为AutoNav 。 另一个2011年发射的漫游车，好奇号也使用Autonav，它是一辆漫游车至今仍在探索火星，寻找水的使命和其他可能使火星适合未来人类探索的因素！
现在你会认为在火星上开车比在地球上拥挤的道路上开车要容易得多。但这并不容易！虽然 AutoNav 不必担心漫游车撞到其他车辆或人类（火星上还没有发现生命！），但火星表面非常多岩石，因此导航系统必须确保漫游车不会撞到岩石或光滑的沙丘会永久地困住它。
NASA 好奇号火星探测器
图片来源——美国宇航局
机器学习在火星探测器中的另一个应用是一种称为AEGIS （用于收集增加科学的自主探索）的算法，该算法通过使用机器学习识别可能有趣的火星岩层这是因为探测器无法发送火星的所有图片它在地球上迅速反弹，因为只有有限的通信可能。因此，AEGIS 决定哪些图片可能有趣或重要，然后漫游车将它们送回地球供 NASA 科学家研究。
2. 太空医学——探索医学能力 (ExMC)
现在宇航员越来越远地进入地球轨道以外的太空，如果他们需要医疗帮助会怎样？他们显然无法返回地球接受医生的检查！出于这个原因，美国宇航局正在致力于探索医疗能力，该能力将使用机器学习来开发基于宇航员预期未来医疗需求的医疗保健选项。这些医疗保健选项将由经过认证的医生和外科医生创建，他们将根据宇航员的经验随着时间的推移学习和发展。
探索医疗能力——这就是未来太空医疗栖息地内部的样子
图片来源——美国宇航局
总而言之，探索医疗能力的主要目标是让宇航员在太空中保持健康和健康（尤其是在长途和遥远的任务中）。与漫画书告诉你的有关太空的内容不同，与太空旅行相关的一些常见健康风险是辐射危害、恶劣的环境挑战、重力变化引起的问题等。在这些情况下，宇航员无法直接联系地球上的医生，因为在那里是一个时滞，因此 ExMC 使用机器学习在远程医疗技术的帮助下提供自力更生的自主医疗。
3. 寻找宇宙中的其他行星——行星光谱发生器
宇宙之大，不用我多说了吧！ NASA 认为，银河系中大约有 1000 亿颗恒星，其中大约400 亿颗可能有生命。这不是科幻小说，美国宇航局实际上相信我们有朝一日可能会发现外星人！但要发现外星人，NASA首先需要在不同的太阳系中发现越来越多的新行星。一旦这些系外行星被发现，NASA 就会测量这些行星的大气光谱，以确定是否有生命存在的可能性。
虽然这些步骤足够复杂，但问题是没有可用于实验的真实数据！因此，NASA 科学家只需生成所需的数据，这就是机器学习的用武之地。行星光谱生成器是 NASA 用来创建他们发现的系外行星的 3D 轨道和大气特性的工具。为了创建太阳系的工作模型，科学家们使用线性回归和卷积神经网络。然后在准备好训练之前对模型进行进一步的微调。
图片来源——美国宇航局
上图展示了为系外行星生成的结果，该结果展示了大气中水和甲烷的含量。正如您在 CH4 和 H2O 图中所见，黑线表示使用机器学习做出的预测，红线表示实际发现。如您所见，经过训练的 ML 模型在这种情况下非常准确！
4. 机器人宇航员——Robonaut
你以为宇航员只能是人类吗？！！好吧，通常你是对的，但美国宇航局现在已经开发出一名机器人宇航员。科幻小说终于成真了！ Robonaut 最初的开发目的是在太空中与宇航员一起工作，帮助他们完成对人类来说非常危险的任务。这是必要的，因为它将提高 NASA 在太空中进行研究和发现的能力，从而使我们能够更多地了解太阳系。
国际空间站上的机器人
图片来源——美国宇航局
从这张图片中可以看出，Robonaut 现在是太空中必不可少的帮手！为了实现这一点，Robonaut 基本上是使用机器学习来为自己“思考”。所以科学家或宇航员可以给 Robonaut 分配任务，它会弄清楚如何执行这些任务。总的来说，Eobonaut 与普通人相比还具有许多优势，例如先进的传感器、极高的速度、紧凑的设计和更高的灵活性。 Robonaut 的开发采用了许多先进技术，包括指尖触摸传感器、全颈部行程范围、高分辨率摄像头和红外线系统、先进的手指和拇指运动等。
5. 月球导航——深度学习行星导航
如果你在地球上迷路了会发生什么？嗯，没什么！您可以使用 GPS 轻松到达目的地。但是如果你在月球上迷路了怎么办？！好吧，你最好希望有人找到你，因为 GPS 在月球上不起作用！或者至少直到现在还没有！！！目前，美国宇航局前沿开发实验室正在开展一个项目，在包括月球在内的天体表面提供导航！该项目的基本目标是即使在月球表面也能提供 GPS，而无需使用多颗非常昂贵的卫星！记住岩石和贫瘠的月球表面，这不是一件容易的事：
图片来源——美国宇航局
这是通过向机器学习系统提供大量月球图像（在这种情况下为 240 万张，幸运的是 NASA 已经拥有！）然后使用神经网络创建月球的虚拟版本来完成的。然后，如果您在月球上迷路了，您可以拍摄周围环境的图像，机器学习系统将能够通过将您的图像与已创建的构成虚拟月球的月球表面图像数据库进行比较，从而对您在月球上的位置进行三角测量.虽然这项技术并不完美（目前！），但它仍然比现有的任何技术都要好得多，并且可以用于任何行星表面，而不仅仅是月球。美国宇航局已经希望它接下来可以在火星上使用，以防万一有人在这颗红色星球上迷路！