美国国家航空航天局 (NASA ) 拥有庞大的科学数据档案，其容量超过 100PB，且还在不断增加，事实证明，它是新发现的永恒宝库。从在数据被捕获数十年后发现天王星周围隐藏的卫星，到在月球上发现水冰，甚至在地球上发现失落的玛雅城市，NASA 存档的数据继续推动着突破。现在，借助对这些遗产进行训练的人工智能工具，科学家们正在加速洞察太空天气、气候监测和月球探索等领域。
这幅航海者号太空船拍摄的行星和四颗木星卫星的蒙太奇图像以玫瑰星云的假彩色照片为背景，前景是地球的卫星。航海者号任务的档案数据继续产生新的科学发现。图片来源：NASA/JPL/ASU
美国宇航局的每项任务都代表着向未知领域的一次飞跃，收集的数据将拓展我们对宇宙的理解。但任务结束后，其影响并不会结束。收集的数据会被仔细归档，并且通常会在几年甚至几十年后获得新的价值，从而带来推动科学、技术和社会进步的发现。
“NASA 的科学数据是我们最宝贵的遗产之一，”NASA 华盛顿总部首席科学数据官 Kevin Murphy 表示。“它承载着我们任务的故事、我们的发现的见解以及未来突破的潜力。”
美国宇航局科学任务理事会管理着庞大且不断增长的数据档案，涉及天体物理学、地球科学、行星科学、太阳物理学以及生物和物理科学等多个学科。这些数据目前已超过 100 PB，相当于约 200 亿张智能手机照片，预计随着新任务的启动，这些数据将迅速增长。
这个庞大的档案库在推动研究方面发挥着至关重要的作用。超过一半使用 NASA 数据的科学论文都依赖于这些档案中存储的信息，世界各地的研究人员、政府机构和商业用户都可以访问这些信息。
管理和管理如此大量的信息需要精心规划、强大的基础设施和创新的策略，以确保数据的可访问性、安全性和可持续性。持续支持数据存储和尖端技术是确保未来研究人员能够继续使用 NASA 任务的科学数据进行探索的关键。
美国宇航局的五个科学部门——天体物理学、生物和物理科学、地球科学、太阳物理学和行星科学——在其档案中存储了 PB 级的数据，使科学家能够不断取得发现。图片来源：美国宇航局
重新发现天王星：档案中的惊喜
图像处理和人工智能等现代技术有助于从以前的观测中获得新的见解。例如，1986 年，美国宇航局的“旅行者 2 号”航天器对天王星进行了历史性的飞越，捕获了有关该行星及其环境的详细数据。几十年后，在 21 世纪初，科学家利用先进的图像处理技术对这些档案数据进行了分析，发现了两颗小卫星，即珀迪塔和丘比特，它们在最初的分析中没有被注意到。
2024 年，研究人员重新审视了这份已有 38 年历史的档案数据，并发现了一次关键的太阳风事件，该事件在旅行者 2 号飞越天王星之前压缩了天王星的磁层。这一罕见事件仅发生约 4%，为了解天王星磁场及其与太空天气的相互作用提供了独特的见解。
这位艺术家的概念图的第一幅描绘了旅行者 2 号飞越天王星之前，天王星的磁层（保护气泡）是如何表现的。第二幅图显示，在航天器飞越的同时，一种不寻常的太阳天气正在发生，这让科学家对天王星的磁层有了偏差的看法。旅行者号档案数据促成了这项工作，有助于科学家了解这颗神秘的行星。图片来源：NASA/JPL-Caltech
月球勘测轨道器揭示的月球之谜
美国宇航局的月球勘测轨道器(LRO) 于 2009 年发射，它不断提供数据，重塑我们对月球的认识。2018 年，科学家分析了 LRO 的档案数据，证实在月球两极永久阴影区域存在水冰。
2024 年，美国宇航局位于马里兰州格林贝尔特的戈达德太空飞行中心的最新研究表明，月球南极以外永久阴影区域内存在大量水冰证据，这为月球任务规划者提供了进一步帮助。这一发现不仅对月球探索具有重要意义，还展示了现有数据如何产生突破性见解。
月球勘测轨道器 (LRO) 在月球上方的艺术渲染图。LRO 携带七种仪器，可对月球进行全面的遥感观测并测量月球辐射环境。LRO 的档案数据继续帮助科学家探索月球。图片来源：NASA 戈达德太空飞行中心
地球科学与考古学和城市规划相遇
美国宇航局的数据档案揭示了我们自己星球以及其他星球的秘密。2024 年，考古学家发表了一项研究，揭示了墨西哥坎佩切州一座“失落”的玛雅城市，此前科学界对此一无所知。研究人员在档案机载地球科学数据中发现了这座城市，其中包括 2013 年美国宇航局戈达德激光雷达高光谱和热成像仪 (G-LiHT) 任务的数据集。
协调 Landsat 和 Sentinel-2 (HLS) 项目提供频繁的高分辨率地球表面观测。HLS 数据在跟踪城市随时间的增长方面发挥了重要作用。通过分析土地覆盖的变化，研究人员使用 HLS 来监测城市扩张和基础设施发展。例如，在快速发展的大都市地区，HLS 数据揭示了城市扩张的模式，帮助规划人员分析过去的趋势以预测未来的大都市扩张。
1985 年拍摄的加利福尼亚州安大略市卫星图像。来源：NASA
2010 年拍摄的加利福尼亚州安大略市卫星图像。来源：NASA
加利福尼亚州安大略市位于洛杉矶市中心正东 35 英里处。这些自然色的 Landsat 5 图像显示了该市在 1985 年至 2010 年之间的大规模发展。位于图像西南部分的机场增加了多条跑道，大型仓储建筑现在占据了机场周围曾经的乡村地区。在这些图像中，植被呈绿色和棕色，而城市建筑则呈亮白色和灰色。东北角的一条大型干涸河床也是亮白色的，但其非线性外观使其在视觉上与众不同。研究人员使用 Landsat 和其他卫星的档案数据来跟踪加利福尼亚州安大略等城市随时间的发展。
人工智能驱动的发现：NASA 的下一个前沿
这些发现只是可能性的一小部分。NASA 正在投资新技术，以充分利用其数据档案的潜力，包括人工智能 (AI) 基础模型——旨在从现有科学数据中提取新发现的开源 AI 工具。
“我们的愿景是为 NASA 的每个科学学科开发至少一个 AI 模型，将数十年的遗留数据转化为发现的宝库，”墨菲说。“通过将 NASA 的专业知识嵌入这些工具中，我们确保我们的科学数据在未来几代继续推动整个科学、工业和社会的创新。”
这些 AI 模型由美国国家航空航天局 (NASA) 首席科学数据官办公室、IBM 和大学合作开发，经过科学验证并可适应新的数据集，对研究人员和行业都具有重要价值。
“这就像拥有一个虚拟助手，利用 NASA 数十年的知识做出更明智、更快速的决策，”墨菲说。
2013 年 6 月 22 日，Landsat 8 上的陆地成像仪 (OLI) 拍摄了这张科罗拉多州南部特立尼达岛附近东峰大火的假彩色图像。烧毁区域呈深红色，而活跃燃烧区域呈橙色。深绿色区域是森林；浅绿色区域是草原。Landsat 8 的数据用于训练 Prithvi 人工智能模型，该模型可以帮助检测烧伤痕迹。图片来源：NASA 地球观测站
太空数据的未来：从太阳到月球
该团队的地球科学基础模型——Prithvi 地理空间模型和Prithvi 天气模型——分析大量数据集以监测地球不断变化的景观、追踪天气模式并支持关键的决策过程。
基于这一成功，该团队目前正在开发太阳物理学的基础模型。该模型将揭示有关太阳活动和太空天气动态的新见解，这可能会影响卫星运行、通信系统甚至地球上的电网。此外，一个为月球设计的模型正在开发中，旨在增强我们对月球资源和环境的了解。
永恒的创新：数据是 NASA 的永恒礼物
这项对人工智能的投资不仅缩短了“从数据到发现”的时间线，还确保了 NASA 的数据档案继续推动创新。从发现新行星到为未来的探索提供信息并支持地球上的行业，可能性是无限的。
通过保存大量档案并采用尖端技术，NASA 确保今天收集的数据将继续启发和指导未来的发现。这样一来，NASA 的遗留科学数据就真正成为一份持续馈赠的礼物。
编译自/ScitechDaily