David Salvagnini。（来源：NASA）

编辑 | X

5 月 13 日，美国国家航空航天局（NASA）局长比尔·尼尔森（Bill Nelson）录用大卫·萨尔瓦尼尼（David Salvagnini）为该机构新任首席人工智能官。

这一最新录用是对萨尔瓦尼尼此前担当美航天局首席数据官职责的扩展。

NASA 已经宁静运用人工智能几十年，而首席人工智能官这一职位却是首次录用。这一举措标志着 NASA 对 AI 手艺重视程度的全面提升，预示着全球航天范围即将迎来一个智能化加速发展的新时期。

尼尔森说：「人工智能已经在 NASA 宁静运用了几十年，随着这项手艺的扩展，它可以加快发现的步伐。重要的是，我们始终处于进步和控制任运用的最前沿。在这个新角色中，David 将领导 NASA 的工作，指导我们机构在宇宙和地球上控制任地运用人工智能，造福全人类。」

Salvagnini 现在控制调整整个 NASA 人工智能运用的战略愿景和规划。他是人工智能创新的倡导者，支持东西、平台和培训的开发和风险管理。

在扩大的能力范围内，Salvagnini 将继续 NASA 与其他政府机构、学术机构、行业合作伙伴和其他专家的合作，以确保该机构处于人工智能手艺的前沿。

在 Salvagnini 被录用之前，该机构的首席科学家凯特·卡尔文（Kate Calvin）担当美国宇航局人工智能代理控制官员。

NASA 继续制定关于利用新兴人工智能手艺最好地服务于其目标和任务的建议，从筛选地球科学图像到识别感兴趣的区域，再到通过 NASA 的詹姆斯·韦伯太空望远镜搜索太阳系外行星的数据，通过深空网络安排毅力号火星探测器的通信，等等。

关于 David Salvagnini

据此前报道，Salvagnini 在情报界从事手艺领导工作 20 多年后，于 2023 年 6 月加入 NASA，担当首席数据官。

Salvagnini 被录用为首席人工智能官，将在这些关键角色之间发挥协同作用，特别是在确保数据准备就绪以响应控制任且透明的人工智能 (AI) 方面。

在加入 NASA 之前，他曾在国防情报局 (DIA) 担当过多种职务，包括首席信息办公室 (CIO) 手艺总监、首席数据官以及企业网络和基础设施服务部副部长。

Salvagnini 在 21 年的职业生涯中担当过各种领导职务，领导企业级 IT 研发、工程和运营，推进数据、IT 和人工智能项目。

Salvagnini 在空军服役 21 年，于 2005 年 5 月作为通信和计算机系统军官退休。

宁静地运用各种 AI 东西造福人类

NASA 是美国联邦政府的独立机构，控制制定执行美国的民用太空计划及进行航空科学和空间科学研究。

NASA 运用各种人工智能东西来支持整个机构的任务和研究项目、分析数据以揭示趋势和模式，以及开发能够自主支持航天器和飞机的系统，从而使人类受益。

几十年来，NASA 一直在宁静地运用人工智能来规划和安排行星漫游器的任务、分析卫星数据集、诊断和检测异常等。

NASA 运用的 AI 东西有时涉及机器学习，它运用数据和算法来训练计算机进行分类、制定展望或发现大型数据集中的相似性或趋势。

人工智能东西可以自动化耗时的流程，例如计划和项目审查，使 NASA 能够简化决策、节省资源并充分发挥员工的潜力。

NASA：AI for Science

2023 年 12 月 18 日，《Nature》发布了 2024 年值得关注的科学事件。在「月球任务」中提到，NASA 阿耳忒弥斯 2 号（Artemis II） 最早可能于明年 11 月发射，将搭载四名宇航员（三男一女）登上猎户座飞船，进行为期十天的绕月飞行。

NASA 已宁静运用人工智能数十年，从最初的图像识别助力天体发现，到如今的深空探测器自主导航，AI 正逐步成为航天探索不可或缺的一部分。

发现系外行星

2022 年，NASA 科学家们在系外行星总数中增加了多达 301 颗新验证的系外行星。这要归功于一个由 NASA 艾姆斯研究中心的研究人员开发的名为 ExoMiner 的新深度神经网络。

ExoMiner 利用 NASA 的超级计算机 Pleiades，可以将真实的系外行星与不同类型的冒名顶替者或「误报」区分开来。

展望太阳风暴

NASA 团队开发了一种名为 DAGGER（正式名称为深度学习地磁扰动）的计算机模型，可以对危险的太空天气发出警报。

DAGGER 可以在全球地磁扰动发生前 30 分钟快速准确地进行展望。这可以为应对这些风暴提供足够的时间，并防止对电网和其他关键基础设施造成严重影响。据该团队介绍，该模型可以在不到一秒的时间内产生展望，并且展望每分钟更新一次。

地球 AI：应对气候变化

2023 年，NASA 与 IBM Research 合作创建了 AI 地理空间基础模型。该模型基于 NASA 广泛运用的大量统一 Landsat 和 Sentinel-2 (HLS) 数据进行训练，为应对环境挑战的各种人工智能研究提供了基础。而且可供任何人免费访问。

这张图像由 OLI-2 在 Landsat 9 上于 2024 年 3 月 14 日拍摄，用于养虾的矩形池塘排列在秘鲁北部海岸。（来源：NASA）

寻找化石

为了帮助找到最佳目标，一种由人工智能 (AI) 驱动的精密 X 射线设备 PIXL，不仅仅依靠精确的 X 射线束。它还需要一个六足机器人——一种具有六个机械腿的设备，将 PIXL 连接到机械臂，并由人工智能引导以获得最准确的目标。将流动站的手臂靠近一块有趣的岩石后，PIXL 运用相机和激光来计算其距离。

然后，这些腿会做出微小的运动——大约只有 100 微米，大约是人类头发宽度的两倍——这样设备就可以扫描目标，绘制出邮票大小区域内发现的化学物质的地图。

运用 PIXL 绘制岩石纹理中的化学成分将为科学家提供线索，以解释样本是否可能是微生物化石。

NASA 的毅力号火星探测器运用 X 射线岩石化学行星仪器 (PIXL)。X 射线光谱仪位于火星车机械臂末端的转塔上，将有助于寻找岩石中古代微生物生命的迹象。（来源：NASA/加州理工学院）

AI 正在悄悄改变我国航天

我国航天范围对人工智能手艺的重视程度不断上升，正如中国航天科工手艺专家杨宇光所强调的那样，人工智能赋能空间手艺，助力航天探索越走越远。

在未来的太空开发中，尤其是火星以外的太空范围探索中，可以更多考虑运用人工智能来处理更加复杂的手艺问题。

2021 年 12 月，百度成为「中国探月航天工程人工智能全球战略合作伙伴」。

随着算法、算力和云手艺的进一步突破，航天设计师们对未来「强人工智能」在航天范围的应用持乐观看好的态度。

中国航天科技集团有限公司五院通信与导航卫星总体部信息室副主任宫江雷始终认为，人工智能手艺向航天范围的渗透日趋广泛，未来一定会实现手艺的跨代，从而促进整个航天范围的发展。

随着人工智能手艺在全球航天范围的广泛应用和其带来的巨大潜力，未来我们是否也会设立专门的人工智能管理职位，将值得关注。

参考内容：

https://www.nasa.gov/news-release/nasa-names-first-chief-artificial-intelligence-officer/

https://www.nasa.gov/artificial-intelligence/

https://www.nasa.gov/people/david-salvagnini/

https://www.upi.com/Science_News/2024/05/13/NASA-artificial-intelligence-officer-David-Salvagnini/8771715622639/

https://fedscoop.com/nasa-appoints-david-salvagnini-as-chief-data-officer/

https://ex.chinadaily.com.cn/exchange/partners/82/rss/channel/cn/columns/h72une/stories/WS62b6cc0fa3101c3ee7adca71.html

https://www.spacechina.com/N25/n1991299/n1991333/c3738877/content.html

https://www.guancha.cn/ChanJing/2021_12_17_618931.shtml