据spacedaily网7月25日报道 ，莱斯特大学的科学家正在开发一种小型化人工智能算法，为更智能的航天器铺平道路。
目前的机器学习算法对于航天器计算系统有限的功率和性能容量来说过于庞大和复杂，这对开发更智能的航天器造成了重大障碍。莱斯特团队通过采用一种新颖的稀疏分割并行 (SSP) 设计框架来克服这一挑战，该框架能够在不牺牲性能的情况下将大型多光谱遥感深度学习算法压缩至少 45%。该算法的效率将在小型太空兼容图形处理单元 (GPU) 上展示，并通过配备多光谱有效载荷的无人机测试进行验证，作为与商业伙伴合作实现太空准备的第一步。
莱斯特大学计算机与数学科学学院首席研究员 Tanya Vladimirova 教授表示：「迄今为止，在太空中还未实现具有深度学习水平的实时信息提取。我们的新方法可以大大减少算法规模，同时保持高精度性能，从而提供一种颠覆性的技术，有望解锁各种来自太空的实时服务，而这些服务以前由于计算复杂性而无法实现。」
（编译：天容）
链接：https://www.spacedaily.com/reports/Leicester_Team_to_Minimize_AI_Algorithms_for_Enhanced_Spacecraft_Intelligence_999.html
