他們通常遇到的主要問題之一 美國航空航天局 根據他們自己的研究人員的說法，他們在執行的每個任務中都將其包含在 大量數據 往往會從中收穫，這些數據在存儲之前先展示給公眾， 必須仔細分析 真正確定哪些對未來任務最有價值。
這項工作是所有任務中最艱鉅的任務之一，而且多年來尤其如此，在這些任務中，任務通常配備了旨在收集不同數據的各種技術，這些數據隨後被發送到地球進行分析。 詳細來說，告訴您，要分析所有這些巨大的數據，NASA工程師需要專門 幾天 在這項巨大的工作中。
美國宇航局宣布，他們將使用英特爾的人工智能係統對來自其所有太空任務的數據進行分析
為了準確地分析從不同任務到達地球的所有數據，NASA決定開放一個 與英特爾合作計劃 利用他們的人工智能係統。 具體而言，正如已經透露的那樣，將與NASA合作的公司將 Nervana，這是一家專門從事機器學習任務的公司，於2016年被英特爾收購。
要記住的重要一點是，這種協作並不是什麼新鮮事物，因為在當時， NASA有機會測試了由Nervana的傢伙創建的軟件的所有優勢 在由北美航天局本身組織的一次活動中，所有這些類型的公司都打算展示其軟件的功能，以及如何幫助有聲望的機構的專家進行數據恢復和分析。
Nervana軟件設法在創紀錄的時間內分析來自NASA任務的數據
經過這些測試後，NASA決定啟動由Nervana開發的一項技術，該公司記得幾個月前被Intel收購。 正如北美航天局本身所揭示的那樣，該技術的使用示例就是我們在 分析超過200 TB的數據 借助它，可以通過衛星收集的圖像創建完全自主的月球3D繪圖。
除了這項有趣的工作之外，經過測試的軟件還設法生成了一系列 月球兩極的具體地圖 儘管困難重重，但仍有可能代表同一個隕石坑，即使是位於恆星最豐富且最不易接近的隕石坑。
詳細來說，正如NASA本身所評論的那樣，應該指出的是，工作團隊可能只需要花費幾週的時間就可以繪製出月球一部分的內聚圖，而這要歸功於這種人工智能的使用軟件，可以用一個記錄時間完成這項工作 98％的準確性.
NASA將完全訪問英特爾開發的軟件
根據發布的新聞稿 Intel英特爾關於NASA如何充分利用其技術的信息，我們了解了Nervana當時開發的軟件及其在航天工業中的優勢：
研究小組表明，深度學習可以達到與人類專家相同的結果，並且速度大大提高，這表明可以使用深度學習技術來自動化太陽系中所有岩石物體的詳細地圖。
英特爾Nervana專門設計用於使研究人員和數據科學家能夠使用人工智能來解決世界上一些最大的挑戰，並且是諸如加速太空旅行之類的問題的理想選擇。