美国国家航空航天局开发人工智能，为即将到来的任务加速火星样本分析

位于马里兰州格林贝尔特的美国国家航空航天局戈达德太空飞行中心提出了一种人工智能（AI）算法，该算法将加快分析火星样本的过程，并优化机器人漫游车在火星上的时间。

新算法将首先使用ExoMars任务Rosalind Franklin Rover上的MOMA（火星有机分子分析仪）仪器的数据进行测试，该任务计划不早于2028年发射。该机器人打算找出火星上是否有生命，该算法将有助于确定在调查期间要关注哪些数据。

美国国家航空航天局使用机器学习来平滑火星样本分析

美国国家航空航天局戈达德太空站的质谱科学家Xiang“Shawn”Li解释说，新算法的设计使其能够快速浏览漫游车收集的所有信息，并找出对科学家研究有影响或重要的任何发现。通过这种方式，研究人员将能够在更短的时间内有效地使用火星车。

该系统通过分析MOMA收集的信息来工作，然后将这些信息返回地球进行进一步研究。基于这些结果，科学家们可能会决定他们应该采取哪些进一步的措施，比如对一个特定样本或其他样本进行更深入的检查。例如，如果样品中含有与特定矿物质混合的大型复杂有机化合物，可能需要进行额外的分析。

Rosalind Franklin的一个特点是它能够在火星表面以下6.6英尺（2米）深的地方钻孔，这比以前的设备深得多，只有2.8英寸（7厘米）。这种增加的钻探能力将揭示出保存得更好的有机材料，这些材料在地表免受宇宙射线和辐射的影响，从而为探测古代有机物和过去生命的迹象提供了更高的机会。

美国国家航空航天局戈达德的数据科学家Victoria Da Poian是该算法的共同开发者，她强调了提高数据分析效率的重要性。通过用火星上可能存在的物质的例子来教机器，该软件现在可以预测测试样本的成分，从而使科学家能够快速做出反应，更好地提前计划。