과학자들은 인공 지능을 사용하여 다른 행성에서 생명의 가능성을 예측합니다.

플리머스 대학의 팀의 최신 연구에 따르면, 과학자들이 다른 행성 예측에 삶의 인공 지능의 가능성을 개발하는 데 도움 수 있습니다.이 연구는 인공 신경 (앤스)를 사용 행성은 다섯 개 가지 범주, 각각의 경우에 생명의 추정 확률로 구분되는 유럽 ​​천문학 미래 행성 간 탐사 임무에 사용할 수 있습니다.이 작품은 리버풀에서 4 월 4 일 크리스토퍼 씨 주교가 보유하고 우주 과학 주간 (EWASS)에 발표되었다. 인공 신경망은 인간의 두뇌 학습 방법을 복사하려고 시스템. 그들은 복잡한 패턴을 식별에 특히 좋은 기계 학습에 사용되는 기본 도구 중 하나이며, 생물학적 뇌에 대한 이러한 패턴은 매우 복잡하다.

이 합성 이미지는 NASA의 카시니 우주선에서 촬영 한 토성의 위성 인 타이탄의 적외선 이미지를 보여줍니다. 일부 조치는 타이탄 에너지를 기반으로하는 지구,의 거주를 제외하고 세계에서 가장 높은 등급 중 하나를 가지고 있음을 보여 가용성 및 다양한 표면 및 대기 특성 Image Credit : NASA / JPL / University of Arizona / University of Idaho

이 팀은 플리머스 대학의 로봇과 신경계의 중심에 위치하고 있으며이 네트워크를 이미 훈련 받았으며 지구, 초기 지구, 화성, 금성 또는 위성의 타이탄과 가장 유사한 지 여부에 따라 행성은 5 가지 유형으로 나뉘어져 있습니다. 유형 :이 5 개는 모두 대기가있는 것으로 알려진 암석 몸체이며 태양계에서 가장 거주 가능한 행성 중 하나입니다. 비숍 (Bishop)은 다음과 같이 말했습니다 : 우리는 상상의 지능에 관심이 있기 때문에이 ANN에 관심이 있습니다. 우주선이 탐사했다면, 이것은 외계 행성 시스템을 스캔 한 것입니다.

큰 영역은 미래의 로봇 차량 기술, 그것은 대기 관측 필요합니다 경우, 행성 간 프로브에서 지구 원격으로 평면 프레 넬 안테나 복귀를 사용하여 배포 할 수 있습니다 - 그것은이라고합니다 현재 알려진 이후 개체 태양 스펙트럼 다섯 종류. 유성 타입의 요구 조건에 따라 네트워크에 대한 입력으로 사용하고 그들을 분류 만 지구에서 삶에 존재하는 상기의 생활 확률 "메트릭을 사용하여 분류에 기초하는 다섯 개 가지 목표 유형에 따라 상대적으로 좋은 분위기와 궤도. 훈련의 다른 라인의 수백을 통해 주교 네트워크는 각 라인은 거주에 적응에 기여하는 매개 변수의 수백이있다 환경.

이 입력은 테스트 행성 대기의 스펙트럼으로부터 나온 값을 나타내며, 출력 레이어는 5 개의 태양계 타겟에 대한 입력의 유사성 측정에 기반한 '생명의 확률'을 포함합니다. 입력은 네트워크의 일련의 숨겨진 레이어를 통과합니다. 네트워크가 서로 연결되어 특정 유형의 행성에 해당하는 스펙트럼 선의 패턴을 '학습'할 수 있습니다. 이미지 제공 : Bishop / Plymouth University

지금까지, 이전 프로젝트의 좋은 성능 이사 박사 안젤로 안젤로 로지를 본 적이 제시하는에 네트워크의 테스트 스펙트럼 프로파일은, 그는 말했다 : 현재의 결과를 감안할 때,이 방법은 증명할 수 있습니다 유용한의 다른 유형의 외계 행성 분류, 그들은 표면과 가까운 지구 스테이션의 결과를 사용합니다.이 기술은 또한 계정으로 같은 ESA의 아리엘 우주 임무로 다가오는 우주 임무를 복용, 미래의 관측 대상 선택 적합 할 수있다 그리고 NASA의 James Webb 우주 망원경 스펙트럼 세부 정보가 증가했습니다.

2016 GoodChinaBrand | ICP: 12011751 | China Exports