大概十年前吧，互联网上很多人自诩火星人，写着常人难以理解的火星文，生怕被人看懂。但是想移民火星做火星人，并不是这十几年的事。自人类在1969年首次登月后，移民火星这个事就成了全人类的月经，但凡在太空事业上取得一点进展，就会有人堂而皇之的问移民火星还有多远。
随着40多次火星探测任务的实施，火星已经成为太阳系中除地球外, 人类了解最为透彻的行星。但即使这样，移民火星依然遥遥无期，一大重要原因是恶劣的环境使人无法生存，主要有三大障碍：无氧的大气、严寒的温度和干旱的地表，任何一点都很难攻克。
随着人工智能技术的发展，它也越来越多得渗透到了航天领域，比如前不久上天的航天机器人西蒙，日本送入国际空间站上的第一个机器人Kirobo等。那么在移民火星这个事上，人工智能可以做点什么呢？
打前哨：兵马未到，探测先行
7月25日，Science 上发表的一项研究称，意大利多家机构组成的团队对火星快车号探测器的雷达数据进行分析后，发现在火星南极冰盖下方1.5公里处，存在着一个直径约20公里的稳定的液态湖，这一消息一出，人们纷纷欢呼雀跃，似乎已经一脚迈进了火星。
机器视觉与机器学习虽好，但与效率没太多关系
基于火星复杂的环境，在移民火星之前，探测是非常重要的一步，而我们对火星的认知也绝大多数来自于探测仪发回地球的数据，火星探测的重要性不言而喻。
美国航天局（NASA）的火星探测器计划一直在紧锣密鼓进行，早在2016年，好奇号开始使用一种名为“科学知识收集自主探索”的软件，将计算机视觉与机器学习结合起来，根据科学家确定的标准，选择岩石和土壤样本进行研究。火星车可以用它的化学摄像机的激光对目标进行射击，分析燃烧的气体，将图像和数据打包，然后发送回地球的指挥中心。
虽然已经在一定程度上积
