人工智能发现27000颗新小行星，增强空间监测能力
在太空探索和安全领域取得重大进展，科学团队对人工智能（AI）进行的研究取得了极大成功。通过运用一种名为THOR（无轨迹太阳中心轨道恢复）的先进AI算法，他们已在存档的夜空图像中发现了超过27000颗此前未曾发现的小行星。
THOR筛选了超过40万张存档天空照片，熟练地区分出了此前未被探测到的微弱宇宙旅行者。这一深度学习工具经过严格的大规模数据集训练，使其能够精确地在单个望远镜快照中捕捉到17亿个单个的光点。
通过连接这些光点在不同图像中捕捉到的信息，该算法熟练地辨识出相同物体的连续轨迹 – 大多数情况下是一颗小行星 – 当其在宇宙中移动时。
简化寻找近地天体的过程
利用人工智能不仅增强了对大量历史数据的审查能力，同时也以高于人类能力的速度和准确性推进了这一过程。科学家们利用了谷歌云强大的计算能力，促使他们的雄心勃勃的项目可以模拟数千个小行星轨道。
超过27000颗小行星的这一宝库加固了现有的目录，使大总数超过130万颗。在这些新发现的天体中，大约有150颗与地球轨道非常接近。值得庆幸的是，目前看来与地球相撞的可能性不大。
这一成就凸显了人工智能在太空事业中的潜力，暗示了可能会发现数百万颗更多小行星（包括潜在危险的小行星）。了解小行星的位置和轨迹对于制定使我们的世界免受灾难性影响的偏转任务至关重要。
展望星空
科学家们继续对智利即将到来的维拉·鲁宾天文台寄予厚望。该天文台配备一台巨大的8.4米望远镜，将在南方夜空进行为期超过十年的每夜巡天。人工智能的持续支持承诺能够将当前的小行星数量翻倍，据预测，该天文台运行仅六个月就有望增加240万颗小行星至目录中。
重要问题与回答
人工智能如何有助于小行星的发现？
人工智能，尤其是像THOR这样的算法，通过比人类更快更准确地处理和分析大量的太空图像，有助于小行星的发现。通过识别图像中的光点的模式和轨迹，人工智能可以检测出可能在先前分析中被忽略的小行星。
使用人工智能进行空间监测的主要挑战是什么？
其中一个关键挑战是确保人工智能算法能够准确区分潜在的小行星和数据海量中的噪音或其他天体。另一个挑战是需要大量的计算能力和大型的数据集，以有效训练这些算法。
使用人工智能进行空间探索是否存在争议？
虽然不是固有争议，但对人工智能的依赖引发了有关技术的道德使用、算法中的潜在偏见以及人类在太空探索中的未来角色的辩论。确保人工智能的决策可以被人类解释和理解也是一个关注点。
人工智能在小行星探测中的优势和劣势
优势：
– 人工智能可以比人类天文学家更快地处理大型数据集。
– 它可以高度精确地挖掘以前未被发现的物体。
– 人工智能扩展了我们监测近地天体和增强行星防御的能力。
劣势：
– 人工智能需要大量的计算资源和能源。
– 对数据质量的依赖：人工智能算法只与其训练所用的数据质量一样好。
– 自动化偏见的风险，人类可能过度依赖人工智能的决策而没有适当的审查。
要了解更多关于太空探索和人工智能的信息，请访问相关太空组织和研究计划的官方网站：
– 美国宇航局（NASA）
– 欧洲航天局（ESA）
– 美国国家科学基金会（NSF） 资助了维拉·鲁宾天文台。