马斯克将在火星布设网络系统,但称不会建设城市

简介:

SpaceX的重点是自己并不建设城市。

据悉,16日,SpaceX首席执行官Elon Musk披露了更多移民火星的细节。其中包括用于载人登陆火星的巨型火箭的技术细节,从目前到首次登陆火星期间的技术路线图,以及公司更广泛的战略。

马斯克将在火星布设网络系统,但称不会建设城市

此前,在国际宇航大会(IAC)上,马斯克宣布了火星基地的计划以及最重要的承载体BFR火箭。现在,就建造火星基地问题,马斯克谈到了许多细节问题。

其中,关于是否在火星上提供简化版的互联网,马斯克表示,开发新的协议或网络系统是很有必要。据测算,在地球和火星之间传输数据有超过20分钟的信号延迟,火星上的用户请求登陆网站或媒体时,他们可能被重新引导到星际网络的缓存系统中。

关于BFR,马斯克重申:“需让其具备与民航客机相同的安全性和可靠性,这对实现火星移民至关重要。”

此外,马斯克还澄清了关于SpaceX在火星上的一些相关计划。虽然他分享了火星殖民地的庞大城市照片,但他表示,SpaceX的重点是自己并不建设城市。

对此,他解释说:“我们的目标是把你送到那里,确保你可以获得基本的基础设施来生产,并在那里生存,或者可以大致把我们想做的事情比作修建洲际铁路。如果想在火星上建设城市,这要由其他公司和数百万人来完成。”

这意味着SpaceX将会设计和开发一些系统,利用火星资源制作燃料,但他们的重点不是如何帮助火星移民种植农作物。


原文发布时间: 2017-10-16 11:04
本文作者: Lynn
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
29天前
|
Ubuntu Windows
【Ubuntu/Arm】Ubuntu 系统如何链接有线网络(非虚拟机)?
【Ubuntu/Arm】Ubuntu 系统如何链接有线网络(非虚拟机)?
|
2月前
|
机器学习/深度学习 算法 计算机视觉
m基于yolov2网络的火焰烟雾检测系统matlab仿真,包含GUI界面
YOLOv2算法在MATLAB 2022a中用于火焰烟雾检测,展示了多张检测结果图,成功定位火源和烟雾。该系统基于单次前向传播的深度神经网络,关键改进包括网络架构优化和损失函数设计,结合分类和回归误差。训练涉及ResNet-50预训练模型,使用SGDM优化器,75%数据用于训练,剩余25%为测试。代码示例展示了网络构建、训练选项设置和目标检测器的训练过程。
13 1
|
2月前
|
存储 Shell Linux
【Shell 命令集合 网络通讯 】Linux 显示Unix-to-Unix Copy (UUCP) 系统的状态信息 uustat命令 使用指南
【Shell 命令集合 网络通讯 】Linux 显示Unix-to-Unix Copy (UUCP) 系统的状态信息 uustat命令 使用指南
26 0
|
2月前
|
Shell Linux C语言
【Shell 命令集合 网络通讯 】Linux 查看系统中的UUCP日志文件 uulog命令 使用指南
【Shell 命令集合 网络通讯 】Linux 查看系统中的UUCP日志文件 uulog命令 使用指南
31 0
|
19天前
|
存储 算法 Linux
【实战项目】网络编程:在Linux环境下基于opencv和socket的人脸识别系统--C++实现
【实战项目】网络编程:在Linux环境下基于opencv和socket的人脸识别系统--C++实现
43 6
|
29天前
|
编解码 Android开发
Android获取设备各项信息(设备id、ip地址、设备名称、运行商、品牌、型号、分辨率、处理器、国家码、系统语言、网络类型、oaid、android版本、操作系统版本、mac地址、应用程序签名..)1
Android获取设备各项信息(设备id、ip地址、设备名称、运行商、品牌、型号、分辨率、处理器、国家码、系统语言、网络类型、oaid、android版本、操作系统版本、mac地址、应用程序签名..)
47 1
|
29天前
|
编解码 开发工具 Android开发
Android获取设备各项信息(设备id、ip地址、设备名称、运行商、品牌、型号、分辨率、处理器、国家码、系统语言、网络类型、oaid、android版本、操作系统版本、mac地址、应用程序签名..)2
Android获取设备各项信息(设备id、ip地址、设备名称、运行商、品牌、型号、分辨率、处理器、国家码、系统语言、网络类型、oaid、android版本、操作系统版本、mac地址、应用程序签名..)2
27 2
|
1天前
|
机器学习/深度学习 算法 计算机视觉
m基于Yolov2深度学习网络的智能零售柜商品识别系统matlab仿真,带GUI界面
MATLAB 2022a中展示了YOLOv2目标检测算法的仿真结果,包括多张检测图像。YOLOv2是实时检测算法,由卷积层和全连接层构成,输出张量包含边界框坐标和类别概率。损失函数由三部分组成。程序使用75%的数据进行训练,剩余25%作为测试集。通过ResNet-50预训练模型构建YOLOv2网络,并用SGDM优化器进行训练。训练完成后,保存模型为`model.mat`。
14 2
|
3天前
|
监控 负载均衡 网络协议
|
3天前
|
安全 网络协议 物联网
城域以太网:连接城市的高速网络
【4月更文挑战第22天】
9 0