การพัฒนาปัญญาประดิษฐ์และการวิเคราะห์ข้อมูล

บุคลากรด้านคอมพิวเตอร์และวิทยาการข้อมูลของ NASA กำลังทำงานร่วมกันเพื่อค้นหาแอปพลิเคชันที่เกี่ยวข้องกับภารกิจสำหรับปัญญาประดิษฐ์ สำหรับงานของพวกเขา พวกเขาเพิ่งได้รับรางวัลจาก ATARC ซึ่งเป็นศูนย์วิจัยทางวิชาการด้านเทคโนโลยีขั้นสูง หากต้องการทราบข้อมูลเพิ่มเติมเกี่ยวกับงานของพวกเขาFederal Drive กับ Tom Teminได้พูดคุยกับ David Na และ Nikunj Oza จาก NASA

Tom Teminพวกคุณทำงานร่วมกันเกี่ยวกับปัญญาประดิษฐ์

และการเรียนรู้ของเครื่องเพื่อการเปลี่ยนแปลงที่ NASA บอกเราว่าโครงการนี้เกี่ยวกับอะไร เดวิด?

จากองค์กรสู่ความได้เปรียบทางยุทธวิธี — ค้นพบว่ากระทรวงกลาโหมและหน่วยบริการทางทหารมีความตั้งใจที่จะยกระดับการใช้เทคโนโลยีคลาวด์อย่างไร

David Naหนึ่งในแรงผลักดันที่ยิ่งใหญ่ที่สุดจากความพยายามในการเปลี่ยนแปลงทางดิจิทัลคือการเปิดกว้างและรวมเอา AI และความสามารถในการเรียนรู้ของเครื่องสำหรับชุมชน NASA มากขึ้น คุณรู้ไหมว่านี่คืออุตสาหกรรมที่กำลังเติบโต มีความก้าวหน้าใหม่ๆ อยู่เสมอ และเรากำลังพยายามอย่างดีที่สุดที่จะอยู่ในแนวหน้า ดีที่สุดในการจัดหาเครื่องมือทั้งหมดที่ผู้คนจำเป็นต้องทำการวิจัยประเภทเหล่านั้น เพื่อทำโมเดลแมชชีนเลิร์นนิงที่คุณต้องการสร้างบนข้อมูลเฉพาะของคุณ และคุณรู้ไหมว่ามี แต่มีเครื่องมือเฉพาะที่พวกเขาต้องการโครงสร้างพื้นฐานคอมพิวเตอร์เฉพาะที่พวกเขาต้องการเพื่อให้เป็นไปได้ และการเปลี่ยนแปลงทางดิจิทัลได้พยายามอย่างมากในการทำให้ง่ายขึ้น ดีขึ้น และคล่องตัวมากขึ้นสำหรับพนักงานของ NASA ทุกคน

ทอม เทมิน

และ มิสเตอร์โอซ่า แอปพลิเคชั่นประเภทใดบ้างที่คุณสามารถจินตนาการสำหรับ AI และการเรียนรู้ของเครื่องที่ NASA Ames อาจเป็นคำสั้นๆ เกี่ยวกับจุดสนใจของ NASA Ames สำหรับผู้ที่ไม่ทราบ

นิคุนจ์ โอซ่าใช่แล้ว ดังนั้น NASA Ames เองก็มีงานที่หลากหลายพอสมควร

 ดังนั้นจึงมีงานที่กำลังดำเนินอยู่ เช่น ในด้านชีววิทยาศาสตร์ มีงานที่กำลังดำเนินอยู่ เช่น แผ่นกันความร้อนสำหรับยานอวกาศ เพื่อให้แน่ใจว่าเมื่อกลับเข้าไปใหม่ อากาศจะไม่ร้อนเกินไป มีงานสำคัญอย่างแน่นอนในด้านการบิน เช่น การจัดการน่านฟ้า พวกเขากำลังค้นคว้าแนวทางใหม่ๆ เพื่อให้น่านฟ้าได้รับการจัดการที่ดีขึ้น เนื่องจากเรามีการจราจรทางอากาศมากขึ้นเรื่อย ๆ ไม่เพียงแต่จากยานพาหนะเพื่อการพาณิชย์ แต่จากผู้เข้ามาใหม่ เช่น UAV จริงๆ แล้ว AI มีการใช้งานค่อนข้างหลากหลายภายในระบบเกือบทั้งหมดเหล่านี้ ระบบวิศวกรรมที่เราผลิต และระบบธรรมชาติที่เราศึกษา เช่น โลกและอวกาศผ่านเซ็นเซอร์ต่างๆ ทั้งหมดที่เรา มี พวกเขาสร้างข้อมูลจำนวนมาก และบ่อยครั้ง สิ่งที่เราต้องการทำคือทำวิศวกรรมย้อนกลับข้อมูลเหล่านั้น กล่าวคือ เรามีความเข้าใจเกี่ยวกับกระบวนการที่สร้างข้อมูลเหล่านี้ แต่ข้อมูลสามารถบอกเราได้จริงๆ ว่าเกิดอะไรขึ้น ซึ่งอาจเกินกว่าที่เรารู้ว่ากำลังเกิดขึ้นจริงๆ ดังนั้นชนิดของข้อมูลจึงสามารถเป็นเสมือนแหล่งที่มาของความจริงได้ เราต้องการเครื่องมือจริงๆ สำหรับทุกคน ตามแนวที่เดวิดพูด เช่น มีคนจำนวนมากกำลังทำสิ่งนี้อยู่ เราต้องการเครื่องมือจริงๆ เพื่อให้ผู้คนเข้าใจกระบวนการที่สร้างสิ่งเหล่านั้นได้อย่างแท้จริง ข้อมูล. แน่นอนว่า แค่เข้าใจว่ามันไม่ดีพอ เราก็ต้องการที่จะสามารถปฏิบัติตามสิ่งที่เราเรียนรู้ได้ และแน่นอน ในระดับที่ดี เราจะทำเช่นนั้น แต่เราต้องการปัญญาประดิษฐ์ที่นั่นเพื่อดำเนินการกับเราด้วย เพราะยกตัวอย่างเช่น เมื่อเราอยู่บนดวงจันทร์

credit: genericcialis-lowest-price.com
TheCancerTreatmentsBlog.com
artematicaproducciones.com
BlogLeonardo.com
NexusPheromones-Blog.com
playbob.net
WorldsLargestLivingLogo.com
fathersday2014s.com
impec-france.com
worldofdekaron.com