ข่าว

นักวิทยาศาสตร์ใช้ปัญญาประดิษฐ์เพื่อทำนายความเป็นไปได้ในการมีชีวิตบนดาวเคราะห์ดวงอื่น ๆ

จากการศึกษาเมื่อเร็ว ๆ นี้โดยทีมงานที่มหาวิทยาลัย Plymouth การพัฒนาปัญญาประดิษฐ์สามารถช่วยให้นักวิทยาศาสตร์คาดการณ์ความเป็นไปได้ในการมีชีวิตบนดาวเคราะห์ดวงอื่น ๆ การศึกษานี้ใช้เครือข่ายประสาทเทียม (ANN) เพื่อจัดแบ่งประเภทของดาวเคราะห์ออกเป็น 5 ประเภทคือประมาณความน่าจะเป็นของชีวิตในแต่ละกรณี สามารถใช้สำหรับภารกิจสำรวจอวกาศในอนาคตผลงานนี้ตีพิมพ์ในวันที่ 4 เมษายนโดย Christopher Bishop ในสัปดาห์วิทยาศาสตร์ดาราศาสตร์และอวกาศยุโรป (EWASS) ในลิเวอร์พูลเครือข่ายประสาทเทียมคือความพยายามที่จะเลียนแบบการเรียนรู้ของสมองมนุษย์ System พวกเขาเป็นหนึ่งในเครื่องมือหลักที่ใช้ในการเรียนรู้ของเครื่องและมีความสามารถในการระบุรูปแบบที่ซับซ้อนซึ่งมีความซับซ้อนมากสำหรับสมองทางชีววิทยา

ภาพคอมโพสิตนี้แสดงภาพดาวเทียมอินฟราเรดของดาวเทียม Titan ของดาวเทียม Saturn ซึ่งถ่ายจากยานอวกาศ Cassini ของ NASA มาตรการบางอย่างแสดงให้เห็นว่า Titan มีการให้คะแนนสูงสุดในทุกๆโลกยกเว้น Earth ซึ่งใช้พลังงาน ความพร้อมใช้งานและลักษณะพื้นผิวและบรรยากาศต่างๆภาพเครดิต: NASA / JPL / มหาวิทยาลัยแอริโซนา / University of Idaho

ทีมที่อยู่ในมหาวิทยาลัยพลีมั ธ หุ่นยนต์และระบบประสาทศูนย์ที่พวกเขามี '' การฝึกอบรม '' ของเครือข่ายขึ้นอยู่กับว่ามากที่สุดเท่าที่พวกเขาอยู่ในขณะนี้ของโลกในช่วงต้นของโลกดาวอังคารดาวศุกร์หรือดาวเสาร์ดวงจันทร์ไททันโลกแบ่งออกเป็นที่แตกต่างกันห้าชนิด . เหล่านี้ห้าชนิดที่เป็นที่รู้จักกันที่จะมีบรรยากาศของดวงดาวหินก็เป็นหนึ่งของดาวเคราะห์ในระบบสุริยะที่น่าอยู่ที่สุดนายบิชอปความเห็น: เรามีความสนใจใน ANNs เหล่านี้เพราะพวกเขาจะให้ปัญญาดวงดาวสมมุติ ยานอวกาศสำรวจซึ่งเป็นสแกนระบบดาวเคราะห์นอกระบบ

พื้นที่ขนาดใหญ่อาจจะนำไปใช้โดยใช้เสาอากาศกลับมาระนาบเฟรสไประยะไกลโลกจากการสอบสวนนพเคราะห์ถ้าเทคโนโลยีสำหรับรถหุ่นยนต์ในอนาคตมันจะเป็นสิ่งที่จำเป็นสำหรับการสังเกตบรรยากาศ - มันถูกเรียกว่า ห้าชนิดของวัตถุสเปกตรัมพลังงานแสงอาทิตย์จะถูกใช้เป็น input ไปยังเครือข่ายและจากนั้นแยกประเภทได้ตามความต้องการของประเภทดาวเคราะห์. ตั้งแต่รู้จักกันในปัจจุบันมีอยู่เพียง แต่ในชีวิตบนโลกการจำแนกโดยใช้ตัวชี้วัด 'น่าจะเป็นชีวิต' ซึ่งจะขึ้นอยู่กับ บรรยากาศค่อนข้างดีและวงโคจรโดยประเภทห้าเป้าหมาย. เครือข่ายบิชอปผ่านร้อยสายที่แตกต่างกันของการฝึกอบรมแต่ละบรรทัดมีหลายร้อยของพารามิเตอร์ที่นำไปสู่การปรับตัวเข้ากับที่อยู่อาศัย สิ่งแวดล้อม

ค่าเหล่านี้เป็นตัวแทนบรรยากาศดาวเคราะห์การป้อนข้อมูลของจากชั้นผลลัพธ์การทดสอบคลื่นความถี่ประกอบไปด้วย 'น่าจะเป็นของชีวิต' ซึ่งจะขึ้นอยู่กับระบบการป้อนข้อมูลเป้าหมายวัดความคล้ายคลึงกันกับห้าอินพุตแสงอาทิตย์ผ่านชุดของชั้นที่ซ่อนอยู่ในเครือข่ายชั้นเหล่านี้เป็น ที่เชื่อมต่อกันให้เปิดใช้งานเครือข่ายเพื่อ 'เรียนรู้' โหมดที่บรรทัดที่สอดคล้องกับประเภทของภาพโดยเฉพาะอย่างยิ่งสิทธิของดาวเคราะห์ :. บิชอป / มหาวิทยาลัยพลีมั ธ

จนถึงขณะนี้เครือข่ายได้ทำงานได้ดีเมื่อนำเสนอรูปแบบสเปกตรัมของการทดสอบที่ไม่เคยเห็นมาก่อนดร. แองเจโลแองเจโลซีผู้อำนวยการโครงการกล่าวว่าโดยคำนึงถึงผลลัพธ์ในปัจจุบันวิธีนี้อาจพิสูจน์ได้ การจัดประเภทของดาวเคราะห์นอกระบบชนิดต่างๆมีประโยชน์มากพวกเขาใช้ผลจากสถานีภาคพื้นดินและใกล้โลกเทคนิคนี้อาจเหมาะสำหรับการเลือกเป้าหมายสำหรับการสังเกตการณ์ในอนาคตโดยคำนึงถึงภารกิจอวกาศที่จะมาถึงเช่นภารกิจอวกาศของเอเรียลของ ESA และรายละเอียดสเปกตรัมของกล้องโทรทรรศน์อวกาศเจมส์เวบบ์ที่เพิ่มขึ้น

2016 GoodChinaBrand | ICP: 12011751 | China Exports