摘要：据rdworldonline 5月20日报道，NASA 已利用 1 亿张中分辨率成像光谱仪 ( MODIS) 卫星图像训练了一个包含 30 亿个参数的模型，以从 25 年的地球观测数据中提取新信号。

据rdworldonline 5月20日报道，NASA 已利用 1 亿张中分辨率成像光谱仪 ( MODIS) 卫星图像训练了一个包含 30 亿个参数的模型，以从 25 年的地球观测数据中提取新信号。

除了 SatVision-TOA（大气顶层）项目之外，NASA 还在一系列应用中运用人工智能。Earth Copilot是一款基于微软 Azure OpenAI 服务构建的聊天机器人，已于 2024 年 11 月进入内部测试阶段。

同时，行星会合评估风险分析 (CARA) 团队正在微调机器学习模型，该模型可以对碰撞威胁进行排序，并推荐规避碰撞方案。这是一种分类系统，旨在防止分析师追踪由拥挤天空产生的大量误报。在自主科学领域，类似的进展也在不断推进。“毅力号”（Perseverance）火星探测器的 AEGIS模块已经自主选择了火星岩石目标，而ExoMiner 网络在 2021 年的一次探测中验证了 301 颗开普勒系外行星。与此同时，前沿发展实验室的卡门密度模型和DAGGER 地磁风暴预报器正在使用实时太阳数据进行训练，以推出近乎实时的阻力预测。

（编译：正洪）

来源：邮电设计技术