您正在使用IE低版浏览器,为了您的FUTUREAI账号安全和更好的产品体验,强烈建议使用更快更安全的浏览器
FUTUREAI 智能新品
发私信给FUTUREAI
发送

人工智能有助于预测其他世界的生命可能性

本文作者:FUTUREAI 2018-05-17 21:34
导语:人工智能的发展可以帮助我们预测其他行星的生命可能性。该研究使用人工神经网络(ANN)将行星分为五类,估计每种情况下的生命概率,这可用于未来的星际探测任务。

复合图像显示了土星卫星泰坦的红外视图,取自NASA的卡西尼号航天器。有些措施表明,根据诸如能源可用性,各种地表和大气特征等因素,泰坦的地球可吸收能力评分最高。

信用:NASA / JPL /亚利桑那大学/爱达荷大学

根据位于普利茅斯大学的一个团队的新工作,人工智能的发展可能帮助我们预测其他星球的生命可能性。该研究使用人工神经网络(ANN)将行星分为五类,估计每种情况下的生命概率,这可用于未来的星际探测任务。4月4日,Christopher Bishop先生在利物浦的欧洲天文与空间科学周(EWASS)上发表了这项工作。

人工神经网络是试图复制人类大脑学习方式的系统。它们是机器学习中使用的主要工具之一,尤其擅长识别对于生物大脑来说过于复杂的模式。

这个团队位于普利茅斯大学机器人和神经系统中心,他们已经训练了他们的网络,根据行星是最像现在的地球,早期的地球,火星,金星还是土星的星球,将行星分为五种不同的类型月亮泰坦。所有这些物体中的五个都是已知有气氛的岩石体,并且是我们太阳系中最具潜力的可居住对象之一。

Bishop先生评论说:“我们目前对这些人工神经网络感兴趣,以便优先探索假设的,智能的星际航天器探测范围外的系外行星系统。”

他补充说:“我们也在研究如何使用大面积,可展开的平面菲涅耳天线将数据从大距离的星际探测器传回地球,如果未来将这种技术用于机器人航天器“。

大气观测 - 被称为光谱 - 五个太阳系物体作为网络的输入,然后被要求用行星类型对它们进行分类。由于目前仅知道生命存在于地球上,所以该分类使用“生命概率”度量,该度量基于五种目标类型的相对良好理解的大气和轨道特性。

Bishop用超过一百种不同的光谱轮廓训练了这个网络,每个光谱轮廓有几百个参数,这些参数有助于可居住性。到目前为止,网络在呈现前所未见的测试光谱配置文件时表现良好。

“鉴于迄今为止的结果,该方法可能证明对于使用地面和近地观测站的结果对不同类型的系外行星进行分类非常有用,”项目主管Angelo Cangelosi博士说。

考虑到即将到来的太空任务,例如欧空局的阿里尔太空任务和美国宇航局的詹姆斯韦伯太空望远镜预计的光谱细节的增加,该技术也可能非常适合选择未来观测的目标。


故事来源:

材料由皇家天文学会提供注意:内容可能会根据样式和长度进行编辑。


声明:景智AI网尊重行业规范,任何转载稿件皆标注作者和来源;景智AI网的原创文章,请转载时务必注明文章作者和"来源:景智AI网", 不尊重原创的行为将受到景智AI网的追责;转载稿件或作者投稿可能会经编辑修改或者补充,有异议可投诉至:mailto:813501038@qq.com

分享:
相关文章
最新文章