NASA开发AI，让宇航员在其他星球也能定位导航

在GPS导航与谷歌地图等地图软件的协助下，现在要去任何地方都非常方便，只要一部手机和网络就不必担心迷路，然而在太空中并没有相同工具可以使用。为了应对未来可能的太空时代，美国太空总署NASA和英特尔（Intel）的研究人员正在努力解决这个状况。

根据媒体报道指出，NASA边境开发实验室（FDL）最近结束了为期8周的夏季研究计划，日前在英特尔举办的活动上，展示了他们的行星导航研究，透过人工智能技术的协助，宇航员未来在全新星球将能更轻易前往要去的地方。两场演讲特别关注人类和机器人在外太空导航的问题，以及如何运用深度学习技术来解决这些问题。

传统GPS全名是全球定位系统（Global Positioning System），通过环绕地球的卫星导航，系统可以定位并知道用户的所在的位置并指引方向，但在没有卫星系统的其他星球又该如何进行呢？

要在每个探索的星球周围建立类似的卫星系统太不切实际，因此NASA和英特尔决定建立一种不同类型的导航系统，通过提供给AI足够的天体表面照片，团队认为系统可确定使用者所在的地方并指引前往目的地。

为了确定这种系统是否可行，NASA研究人员Andrew Chung、Philippe Ludivig、Ross Potter和Benjamin Wu开发了一个模拟月球表面的系统，用假想相机为其拍摄了240万张天体表面照片并输入至AI系统，通过人工智能算法和机器学习将真实图像和模拟图像进行比较，结果显示这确实足以让系统在虚拟月球表面上导航。团队接下来打算用真实天体进行同样实验，首要目标会是火星，FDL相信他们有足够的卫星影像来达成目标。

另一组由英特尔所赞助的团队，负责解决在星球上建造基地的问题。由研究人员Drew Bischel、Zahi Kakish、Francisco Lera和Ana Mosquera所组成， 他们开始着手解决基地部署、无人驾驶车辆和自动机器人在外太空恶劣的环境中进行搭建和操作的问题。例如月球在夜晚寒冷的环境下，我们不能强迫人类在危险的区域建造或进行探索任务。

在月球上，我们必须考虑到资源的位置、黑点和气候变化等其他因素，这些问题将可能导致仪器和机械故障。由于搜集环境的数据资料相当庞大，我们需要开发更先进的深度学习解决方案。目前我们运行在英特尔Xeon Gold处理器上，并针对Python和Tensorflow的MKL进行优化。

目前这两项计划都处于早期开发阶段，但我们研究的方向很明确。如果这些计划真能实现并扩展到其他星球和卫星上，未来前往太空旅行和外太空研究将更加容易。