人类在世界各地以及现在在其他世界和星球上都在树立自己的烙印。在过去的几十年中，人类已经将航天器，漫游器和机器发送到了近或远的行星，因此AI成为这些远程系统中越来越重要的一部分也就不足为奇了。毕竟，如果要花费数小时甚至数天的时间才能将通信和命令发送到其他行星上的设备或从其他行星上的设备发送命令，那么就要使这些系统具有智能和自主的功能，以在恶劣的外太空，行星或岩石环境中运行身体很有意义。
在2019年的亚马逊re：MARS会议上，美国宇航局喷气推进实验室IT首席技术和创新官Tom Soderstrom分享了他对这些远程设备如何越来越使用AI的见解以及对如何将该技术应用于太空的一些见解和行星探索。Soderstrom先生在NASA的职责是计划未来的任务，并根据技术发展方向制定战略。
索德斯特伦先生说：“我们已经建立了一个创新体验中心，我们可以在这个空间中体验当前的未来。这样做的目的是更好地了解准备使用哪些技术，同时进行过滤。其中值得追求的是使JPL，NASA和企业受益的方案。”
Soderstrom先生在re：MARS的演讲中谈到了“使MARS民主化”，指的是机器学习，自动化，机器人技术和太空。民主化是指利用技术浪潮使人们可以使用它。根据Soderstrom的说法，这意味着“要使算法和数据可供未来的探索者站在巨人的肩膀上，而不是几十年或几年，而是现在”。
特别是对于AI，JPL正在将AI的七种模式的许多方面应用于机器人，漫游者和前往遥远星球的探测器。所有这些远程操作系统都使用AI增强的计算机视觉的各个方面来提供对系统捕获的图像的更深入的了解。他们还利用自治系统和控制的各个方面，通过机器学习来帮助这些系统更适应变化。机器学习驱动的模式和异常识别对于空间受限和对地受限的系统都是至关重要的，以便更好地洞察各种设备和系统之间来回流动的所有数据。支持AI的预测分析和预测维护 对于需要运行数年或数十年而人类无能力为这些系统服务的系统的性能，同样至关重要。
索德斯特罗姆先生说：“今天，我们使用环绕地球和深空的卫星，但我们想知道是否会出问题。因此，我们使用机器学习，并使用先前轨道或轨道的数据，通过机器学习算法，使用当前数据来确定是否出了问题。”
然后将结果可视化，从而使每个人都保持最新状态。“我们没有将其称为人工智能，而是将其称为情报帮助。我们不仅发现了人们发现的异常现象，而且还发现了人们尚未发现的异常现象。”
索德斯特伦先生分享了另一个有关预测性维护的例子。他解释说：“在思考NASA和JPL的实际作用时，要跟踪整个太阳系甚至整个太阳系中的航天器。为此，由于地球在旋转，因此需要具有与航天器连接和通信能力的天线阵不管它在哪里，例如，在Voyager上，要在该处往返发送信号都需要将近40个小时，因此，一根天线可以发送信号，而另一根天线可以接收。”
与任何设备一样，天线也需要大量维护。因此，AI目前正用于帮助预测是否以及何时需要维护，哪些零件可能会变质并且需要维修或更换。根据Soderstrom的说法，这使他们可以切换天线，然后将天线脱机进行维修，而不会失去连接。此外，他解释说：“这可以民主化用于火车，汽车，飞机等，因为我们可以从它们的方法中学习，也可以改善我们的机器学习。”
除了使用AI控制地球和太空中的各种系统外，AI还用于帮助提供对这些系统正在捕获的数据和图像的更多见解。索德斯特伦先生说：“让我们从这里在家开始吧。家里发生了很多事情，我们在JPL和NASA所做的就是从太空看地球。这提供了截然不同的视角。有许多卫星绕地球旋转，大约需要90分钟才能使整个行星运转。人工智能的一个用例示例是检测森林大火。”
因此，得益于支持AI的卫星，成像系统能够检测烟雾云，自动触发另一颗卫星以拉近距离以进行验证，定位并向当地消防部门发出警报。这只是自主卫星代表我们工作的一种方式。他分享的另一个示例是使用我们发送的卫星来帮助我们研究水和冰的模式，因此我们可以对此进行机器学习，并让人们使用真实数据。
对于AI的未来，Soderstrom先生非常乐观。“我认为我们经历了很多AI冬季，但我们应该在AI夏季来临。我认为会有很多美好的事物。如果我们观察即将到来的六次技术浪潮，其中一个就是应用AI，这很适合应用人工智能，以及其他浪潮，在任何地方都与我们所说的嵌入式AI相结合，从根本上讲，无论您身在何处，都将产生私人助理，这可能来自智能手机，智能手表或其他产品。”
确实，对太空探索的追求导致了我们今天使用的许多产品，例如凯夫拉(Kevlar)，维可牢尼龙搭扣(Velcro)，婴儿配方奶粉甚至安全玻璃。随着我们继续探索太空的努力，人工智能将在其中扮演越来越重要的角色，并在太空和地球上都将提供帮助。
