Hay dos respuestas Si está hablando de analizar datos, ya sea datos de ingeniería de una nave espacial o analizar datos científicos que se devuelven de una misión espacial, entonces la respuesta es, enfáticamente, sí. Los grandes datos tienen el potencial de revolucionar la astronomía, las imágenes de la Tierra, la xenobiología, etc., tanto como el resto de la ciencia, si no más. La aplicación de técnicas de big data para la búsqueda de inteligencia extraterrestre, en particular, está bastante bien establecida en este momento.
Por otro lado, si está hablando de usar el aprendizaje automático para comandar una nave espacial, entonces la respuesta no es tan alentadora. La verificación y validación del rendimiento de la nave espacial es un gran desafío. Agregar el aprendizaje automático a la mezcla hace que los comportamientos potenciales sean aún más complejos de lo que son ahora, y aún más difíciles de validar. Hasta ahora, no ha habido muchas, si es que hay alguna, misiones en las que la flexibilidad adicional que el aprendizaje automático aportaría a la mesa haya valido la pena el riesgo.
Eso no significa que no se esté haciendo ningún trabajo en esta área; de hecho, lo estoy haciendo yo mismo, y los diversos grupos de robótica espacial de todo el mundo están haciendo mucho más, incluidos, entre otros, el equipo de Robonaut en NASA / Johnson, el Grupo de Robótica Inteligente en NASA / Ames, una variedad de grupos en el Laboratorio de Propulsión a Chorro, el Laboratorio de Física Aplicada de JHU y un número significativo de investigadores académicos.
- Al seguir una carrera en ciencia de datos, ¿un doctorado en economía sería más beneficioso que una maestría en ciencia de datos?
- ¿Cuál es su experiencia con el programa inmersivo de ciencia de datos de la Asamblea General?
- ¿Hay algún curso de análisis (en el Reino Unido o en línea) que se especialice en interpretar análisis y datos para darme información comercial significativa?
- Cómo hacer un trabajo orientado a la investigación en big data
- ¿En cuántas dimensiones (Vs) se define comúnmente Big Data?
Pero hasta ahora, poco o nada de esta investigación se ha realizado; El riesgo aún no vale la pena.
