NASA已与英特尔、IBM和谷歌等公司合作，开发先进的机器学习技术。每年夏天，NASA会召集技术和太空创新人士，参与为期8周的“前沿发展实验室（FDL）”项目。
2018年，NASA戈达德太空飞行中心天体生物学家贾达·阿尼和同事肖恩·多马加尔-高德曼指导过一个FDL团队，该团队开发出一种机器学习技术，使用类似大脑的“神经网络”来分析系外行星的图像，并根据行星大气中分子发射（或吸收）光的波长来识别该行星的化学性质。这项技术处理信息的方式，与大脑神经元之间彼此连接处理和传输信息的方式如出一辙。结果表明，借助这一神经网络技术，研究人员能鉴别出系外行星“WASP-12b”大气中各种分子的丰度，而且比用传统方法更准确。
研究人员表示，尽管他们的神经网络技术仍处于发展阶段，但有朝一日可用于研究未来望远镜收集的数据，帮助筛选值得进一步研究的系外行星。阿尼说：“未来我们获得的数据可能非常庞杂，很难理解，AI工具有望让我们受益。”
此外，另一团队2017年开发出一款机器学习程序，可在短短4天内创建小行星的三维模型，包括其大小、形状和旋转速度。研究人员称，这类程序尤为重要，可以从地球上探测可能威胁地球的小行星。
NASA官员称，该机构的航天器每15秒就可提供约2GB数据，但“限于人力、时间和资源，我们只能分析少部分数据，人工智能可在这一领域大显身手，助我们一臂之力。”
研究人员还建议，将AI技术集成于未来的航天器内，使航天器能实时做出科学决策，从而节省航天器与地面通信的时间。当然，阿尼也强调，上述AI工具不会很快取代人类，因为仍需对结果进行核查。
