议论东谈主员初次在天际考验机器学习模子。图片开首：牛津大学官网

　　据英国牛津大学官网29日报谈，该校科学家初次在外天际一颗东谈主造卫星上考验了一个机器学习模子，这一效果可罢了许多应用边界的及时监测和有谋划，有望澈底转变遥感卫星的智力。相关论文一经提交于近期举行的海外地球科学与遥感接洽会。

　　遥感卫星集会的数据是航空测绘、天气预告、丛林监测等许多环节活动的基础。现在，大大皆卫星只可被迫地集会数据，无法作出决定或检测变化，数据必须中继到地球进行惩处，而这每每需要数小时以致数天本领，从而限制了东谈主们识别当然灾害等事件、马上应答的智力。

　　在最新议论中，议论团队在卫星上考验了一个简短的模子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”表情，当模子惟一几个样本可供考验时，该表情使模子八成学习最伏击的特征，其环节优点是可将数据压缩成更小的代表数据，使模子得以更高效开动。

　　每每，树立一个机器学习模子需要几轮考验，而新模子在约1.5秒内就完成了考验阶段(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。

　　议论东谈主员暗示，该模子可很好地安妥不同的任务，并使用其他表情的数据。他们现在缱绻树立更先进的模子，以自动分手对东谈主类产生要紧影响的变化(如急流、失火等)和当然变化(如不同季节树叶心绪的变化)。另一个谋划是为更复杂的数据，如高光谱卫星拍摄的图像树立模子，以检测甲烷露馅，并应答慷慨变化。

　　此外，传统机载卫星传感器容易受到恶劣环境要求影响，因此需要如期校准，而在外层空间使用机器学习有助于克服这一贫乏。