2020年在地球上仍然是艰难的一年，在曾经成功遏制该病的世界各地，该病再次爆发。德国本周与波兰和捷克共和国一起报告了创纪录的病例，而美国统计了50万例新病例。这是动荡的美国大选的背景，专家担心大选当日会变成暴力。同时，俄勒冈州，华盛顿州，加利福尼亚州和路易斯安那州等西部和南部各州正遭受历史性破坏性野火，严重干旱和飓风的袭击。
在外太空，科学家正在利用人工智能做出令人兴奋的新发现，因此事情变得更加平静。如果将人类每天执行的过程减少到几分钟，那么以深思熟虑的方式使用AI可以证明这一点。尽管不一定具有开创性，史无前例的或关于技术的最新技术，但在没有多余希望的时候，这些创新却激发了新的发现故事。
本月早些时候，位于加利福尼亚州的NASA喷气推进实验室的研究人员宣布，他们已经在NASA的火星侦察轨道器(MRO)上喂入了算法相机拍摄的6,830张图像，以识别火星表面的变化。借助Context Camera拍摄的112,000张图像，人工智能工具在火星的Noctis Fossae地区发现了一系列的陨石坑，其中包括20个新的感兴趣的区域，这些区域可能是由于2010年3月至2012年5月的流星撞击而形成的。NASA希望使用在未来的火星轨道器上使用类似的分类技术，这可能会提供有关流星袭击火星的频率的更完整描述。
8月，华威大学的研究人员建立了一种独立的AI算法，以挖掘包含数千种潜在行星候选物的NASA数据。该团队使用美国宇航局现已退休的开普勒太空望远镜收集的数据对系统进行了培训，该望远镜在深空寻找新世界花了九年的时间。一旦学会了从假阳性中分离出行星，它便被用来分析尚未得到验证的数据集，当时它发现了50个系外行星。
上周，英特尔，欧洲航天局(ESA)和初创公司Ubotica详细介绍了他们所谓的第一颗AI动力卫星绕地球运行：台式机大小的PhiSat-1。它的目的是通过从电磁光谱的可见，近红外和热红外部分的空间中收集大量图像，然后使用AI算法过滤掉云层覆盖的图像，从而解决云层遮挡卫星照片的问题。未来版本的PhiSat-1可能会在容易发生野火的区域上方飞行时寻找火源，并在数分钟而不是数小时内通知响应者。在通常被忽略的海洋上空，它们可能会发现流氓船只或环境事故，在冰层上，它们可以跟踪厚度和融化的池塘，以帮助监测气候变化。
人工智能在很多方面都存在问题。它在最坏的情况下带有偏见，歧视和有害。我们已经撰写了有关将面部识别算法应用于某些种族和族裔群体时，如何趋于降低准确性的文章。自然语言处理模型嵌入了隐性和显性的性别偏见，以及有毒的理论和阴谋。政府正在研究使用AI和机器学习进行致命的战争。
在这种情况下，某些AI(例如应用于火星景观，望远镜快照和多云卫星图像的AI)可能是永远的力量。在充满悲剧和对技术(以及技术行业)普遍怀疑的一年中，这种积极性不仅令人鼓舞，而且非常需要。
要获得AI报道，请将新闻提示发送给Khari Johnson和Kyle Wiggers，并确保订阅AI Weekly时事通讯并在我们的AI频道The Machine上添加书签。
