AI अब सिर्फ चैटबॉट या बिजनेस ऑटोमेशन तक सीमित नहीं रहा, बल्कि अंतरिक्ष अनुसंधान में भी इसकी बड़ी भूमिका बनती जा रही है। TechCrunch की रिपोर्ट के अनुसार, NASA सितंबर 2026 में Nancy Grace Roman Space Telescope लॉन्च करने की तैयारी में है, जो अपने मिशन के दौरान करीब 20,000 टेराबाइट डेटा पृथ्वी पर भेजेगा।

यह डेटा पहले से काम कर रहे James Webb Space Telescope और आने वाले Vera C. Rubin Observatory के डेटा के साथ मिलकर एक विशाल “डेटा सुनामी” पैदा करेगा। JWST रोज़ाना करीब 57 GB डेटा देता है, जबकि Rubin Observatory हर रात लगभग 20 TB डेटा जनरेट करेगा।

इतने बड़े डेटा को पारंपरिक तरीकों से संभालना मुश्किल है, इसलिए वैज्ञानिक अब AI और डीप लर्निंग मॉडल्स का सहारा ले रहे हैं। इन्हें “AI galaxy hunters” कहा जा रहा है, जो गैलेक्सी, सुपरनोवा, डार्क मैटर और अन्य कॉस्मिक घटनाओं की पहचान करने में मदद करते हैं।

कुछ शोधकर्ता जेनरेटिव AI मॉडल्स पर भी काम कर रहे हैं, जो स्पेस टेलीस्कोप डेटा से ट्रेन होकर ग्राउंड-बेस्ड टेलीस्कोप की इमेज क्वालिटी सुधार सकते हैं। इससे धरती से भी सस्ती और ज्यादा सटीक ऑब्ज़र्वेशन संभव हो सकती है। हालांकि, इस तेजी से बढ़ते AI इस्तेमाल का एक साइड-इफेक्ट भी सामने आ रहा है—ग्लोबल GPU की कमी (GPU crunch)।

बड़े AI मॉडल्स को ट्रेन करने के लिए भारी कंप्यूटिंग पावर चाहिए, और ये संसाधन पहले से ही बड़ी टेक कंपनियां और स्टार्टअप्स इस्तेमाल कर रहे हैं। इसके कारण वैज्ञानिकों और यूनिवर्सिटी लैब्स को भी GPU पाने के लिए कड़ी प्रतिस्पर्धा का सामना करना पड़ रहा है।

आम लोगों के लिए इसका मतलब है कि AI की मदद से हमें ब्रह्मांड को समझने में नई जानकारी मिलेगी—जैसे गैलेक्सी कैसे बनती हैं, डार्क मैटर और डार्क एनर्जी कैसे काम करते हैं, और रहने योग्य ग्रहों की खोज कैसे तेज हो सकती है।

लेकिन साथ ही यह सवाल भी उठता है कि सीमित कंप्यूटिंग संसाधनों को रिसर्च, पब्लिक उपयोग और कमर्शियल जरूरतों के बीच कैसे संतुलित किया जाए।