征询东谈主员初度在天外查验机器学习模子。图片开首：牛津大学官网

　　据英国牛津大学官网29日报谈，该校科学家初度在外天外一颗东谈主造卫星上查验了一个机器学习模子，这一效果可杀青好多应用限度的及时监测和决议，有望透顶篡改遥感卫星的智商。联系论文照旧提交于近期举行的海外地球科学与遥感讨论会。

　　遥感卫星汇集的数据是航空测绘、天气预告、丛林监测等许多要津举止的基础。当今，大大皆卫星只可被迫地汇集数据，无法作出决定或检测变化，数据必须中继到地球进行科罚，而这接续需要数小时致使数天时辰，从而罢休了东谈主们识别当然灾害等事件、赶快搪塞的智商。

　　在最新征询中，征询团队在卫星上查验了一个苟简的模子RaVAEn，以从卫星径直拍摄的空中图像中检测出云层的变化。该模子基于“小样本学习”圭臬，当模子惟有几个样本可供查验时，该圭臬使模子大要学习最遑急的特征，其要津优点是可将数据压缩成更小的代表数据，使模子得以更高效出手。

　　接续，成就一个机器学习模子需要几轮查验，而新模子在约1.5秒内就完成了查验阶段(使用了1300多张图像)。当团队诈欺新数据测试该模子的性能时，其会在约1/10秒内自动检测到云是否存在。

　　征询东谈主员示意，该模子可很好地适合不同的任务，并使用其他体式的数据。他们当今策画成就更先进的模子，以自动别离对东谈主类产生要紧影响的变化(如激流、失火等)和当然变化(如不同季节树叶脸色的变化)。另一个观念是为更复杂的数据，如高光谱卫星拍摄的图像成就模子，以检测甲烷袒露，并搪塞征象变化。

　　此外，传统机载卫星传感器容易受到恶劣环境条款影响，因此需要依期校准，而在外层空间使用机器学习有助于克服这一贫苦。