Theo một tuyên bố từ NASA, họ hy vọng sẽ sử dụng trí thông minh nhân tạo AI, các công nghệ như học máy để giải thích dữ liệu được thu thập bởi các kính viễn vọng trong tương lai như Kính viễn vọng không gian James Webb hoặc Vệ tinh Khảo sát Ngoại hành tinh (TESS).

"Các công nghệ này rất quan trọng, đặc biệt đối với các tập dữ liệu lớn và đặc biệt là trong lĩnh vực không gian vũ trụ", Giada Arney, nhà sinh vật học tại Trung tâm bay không gian Goddard của NASA ở Greenbelt, Maryland cho biết trong một tuyên bố.

"Bởi vì dữ liệu chúng ta sẽ nhận được từ các quan sát trong tương lai sẽ rất phức tạp và khó hiểu. Vì vậy, sử dụng các loại công cụ này có rất nhiều tiềm năng để giúp chúng ta nghiên cứu, tìm tòi".

NASA đã hợp tác với các công ty như Intel, IBM và Google để phát triển các kỹ thuật học máy tiên tiến.

Mỗi mùa hè, NASA cũng mời các nhà đổi mới công nghệ và không gian để gặp gỡ, giao lưu trong một chương trình kéo dài tám tuần có tên Frontier Development Lab (FDL).

Năm 2018, Domagal-Goldman và Arney đã hướng dẫn một nhóm FDL phát triển một kỹ thuật học máy sử dụng "mạng lưới thần kinh" giống như não con người để phân tích hình ảnh và xác định thành phần hóa học của các ngoại hành tinh dựa trên các bước sóng ánh sáng phát ra, hoặc hấp thụ bởi các phân tử trong khí quyển của chúng.

Kỹ thuật này xử lý thông tin tương tự như cách các nơ-ron, hoặc các tế bào thần kinh trong não, kết nối với các nơ-ron khác để xử lý và truyền thông tin, theo tuyên bố.

Sử dụng kỹ thuật mạng thần kinh này, các nhà nghiên cứu có thể xác định sự phong phú của các phân tử khác nhau trong bầu khí quyển của một ngoại hành tinh gọi là WASP-12b chính xác hơn các phương pháp thông thường.