據美國太空網近日報導，美國國家航空航天局（NASA）官員稱，他們希望利用人工智能（例如機器學習）技術，分析大型望遠鏡等收集的數據，從而幫助搜尋外星生命，並探測對地球有潛在威脅的小行星。NASA已與英特爾、IBM和谷歌等公司合作，開發先進的機器學習技術。每年夏天，NASA會召集技術和太空創新人士，參與為期8週的“前沿發展實驗室（FDL）”項目。

2018年，NASA戈達德太空飛行中心天體生物學家賈達·阿尼和同事肖恩·多馬加爾-高德曼指導過一個FDL團隊，該團隊開發出一種機器學習技術，使用類似大腦的“神經網絡”來分析系外行星的圖像，並根據行星大氣中分子發射（或吸收）光的波長來識別該行星的化學性質。這項技術處理信息的方式，與大腦神經元之間彼此連接處理和傳輸信息的方式如出一轍。結果表明，借助這一神經網絡技術，研究人員能鑑別出系外行星“WASP-12b”大氣中各種分子的豐度，而且比用傳統方法更準確。

研究人員表示，儘管他們的神經網絡技術仍處於發展階段，但有朝一日可用於研究未來望遠鏡收集的數據，幫助篩選值得進一步研究的系外行星。阿尼說：“未來我們獲得的數據可能非常龐雜，很難理解，AI工具有望讓我們受益。”

此外，另一團隊2017年開發出一款機器學習程序，可在短短4天內創建小行星的三維模型，包括其大小、形狀和旋轉速度。研究人員稱，這類程序尤為重要，可以從地球上探測可能威脅地球的小行星。

NASA官員稱，該機構的航天器每15秒就可提供約2GB數據，但“限於人力、時間和資源，我們只能分析少部分數據，人工智能可在這一領域大顯身手，助我們一臂之力。”

研究人員還建議，將AI技術集成於未來的航天器內，使航天器能實時做出科學決策，從而節省航天器與地面通信的時間。當然，阿尼也強調，上述AI工具不會很快取代人類，因為仍需對結果進行核查。