推动创新人工智能 ScreenShot

核心观点与内容概述

1. NASA 首席技术专家 A. C. Charania 年度报告

• 报告背景：A. C. Charania 作为 NASA 首席技术专家，在技术、政策和战略办公室（OPPS）及代理首席技术师（ACT）的年度报告中，总结了 2023 年的技术审查和 OTPS 年度工作。
• NASA 使命与愿景：
  • 使命：探索未知领域，为人类带来创新和科学发现。
  • 愿景：为所有人探索宇宙的秘密，通过发现激发全球合作和后代梦想。

2. 任务概述

• 任务类型：无人登月飞行试验。
• 任务期限：25 天 10 小时 53 分钟。
• 发射时间：2022 年 11 月 16 日。
• 着陆时间：2022 年 12 月 11 日。

3. 月球容量和技术

• CLPS 着陆：直观的机器。
• IM-1 任务：月球到火星段的探索。

4. 人工智能（AI）定义与类型

• AI 定义：
  • 广义上指能够执行通常需要人类智能完成的任务的机器或软件。
  • 具体包括：减少人类监督、从经验中学习、解决类似人类感知和认知的任务。
• AI 类型：
  • AI（人工智能）：广义领域。
  • ChatGPT：基于 GPT 模型的 AI 聊天机器人。
  • GenAI（生成式 AI）：创建新内容的 AI。
  • ML（机器学习）：从数据中学习的 AI 子领域。
  • NLP（自然语言处理）：处理人类语言的 AI。
  • LLM（大型语言模型）：理解和生成类似人类文本的 AI。
  • GPT（生成式预训练变压器）：基于大规模数据集的 LLM。

5. 人工智能与联邦政府

• 白宫行政命令 14110：强调负责任地使用 AI 以解决挑战、提升繁荣和安全。
• GSA AI 指南政府：提供 AI 应用指南，促进政府层面的 AI 发展。

6. NASA 的 AI 前进方法

• AI 就绪：
  • 指收集和存储相关数据，以支持未来 AI 应用。
  • David Salvagnini 作为 NASA 首席数据官和 AI 官，推动数据准备和 AI 协同。
• 指导原则：
  • 最大化收益，管理风险。
  • 放大现有使命 AI 动能。
  • 通过 AI 赋能员工。
  • 治理：协调而非控制。
  • 共享最佳实践，聚合投资。
  • 学习与进化。

7. AI 市政厅

• 时间：2024 年 5 月。
• 内容：NASA 管理员在 AI 上的讲话，强调推进 AI 和人类利益。

8. 人工智能与机器学习（ML）作为推动力

• AI @ NASA 的任务价值：
  • 任务嵌入式 AI：应用于流浪者、卫星、航天器等，提高安全性、保存资源。
  • 任务支持中的 AI：应用于财务、采购、信息技术等领域。

9. 人工智能（AI）/机器学习（ML）案例研究

• 案例 1：火星岩石矿物识别。
  • 技术：“自适应采样”软件，自主定位仪器目标，识别矿物。
• 案例 2：月球特征检测。
  • 技术：利用 ML 处理月球图像，制作 4,000 张高分辨率图像，支持 VIPER 任务。
• 案例 3：EVA 手套检查。
  • 技术：AI/ML 模型在国际空间站上执行诊断，生成 GO/NO-GO 建议。
• 案例 4：项目经理的经验教训助理。
  • 技术：NLP/ML 实现文档内容搜索，提供实时警报。
• 案例 5：科学发现引擎。
  • 技术：探索 GEDI 任务数据，支持科学发现。
• 案例 6：预测维护。
  • 技术：AI 预测设备维护需求，提高效率。

10. 总结

• NASA 通过 AI 和 ML 技术推动任务目标实现，提升科学发现和任务效率。
• AI 应用于任务嵌入式和任务支持，实现资源保存和安全性提升。
• 案例研究表明 AI 在矿物识别、月球图像处理、手套检查等领域具有显著应用价值。