科技議題
資料科學及人工智慧（人工智慧）正在成為太空探索中的關鍵因子與科技，特別是在實現即時決策和資源最佳化的兩大應用層面。
人工智慧工具如機器學習（ML）演算法可以幫助太空載具在任務當中進行資料分析的自動化，辨識特殊的模式並將資料優先發送回地球，有助於探索深空的遠方星體。除此之外，人工智慧也可以在生命探測任務中進行即時的資料分析並自動調整取樣位置，避免過分依賴來自地球的指令與控制。
然而，導入人工智慧系統的太空載具也面臨許多技術挑戰，包括機上的計算能力受限、頻寬不足以及與傳統太空船相比更高的硬體開發成本。資料傳輸延遲和人工智慧模型特有的黑盒子問題也使得科學家對基於基於人工智慧的決策策略持保留態度。
為了克服這些挑戰，太空領域的科研機構需推動即時人工智慧計算硬體的研發、改良資料傳輸工具，並加強公部門與民間企業的合作，進一步加速人工智慧處理器的發展。通過跨學科合作，未來的太空探索可以實現更高效、更智慧的資料處理，進一步提升深空探索的能力，並推動太空科學的發現。
科技觀點
人工智慧被用在其他的主次科技領域不算是太新的議題，核心的詢問是這些議題怎麼被銜接，而個別能夠帶來的具體效益有多大，構不構成關鍵性獲具體性的影響是比較重要的問題。
目前看起來永續跟太空兩大議題都還不算是有決定性的影響，太空最大的問題應該還是如果進入深空探索的情況下，深空領域與地球本身存在嚴重的通訊延遲，一來一回的指令傳輸可能就是數十秒甚至數分鐘的延遲，很明顯的不利於掌握情況，特別是在無人載具於月球或是火星地表的運作時間跟電力極度有限的背景之下，這樣的延遲是高度的成本浪費。
因此一定程度的自動化或人工智慧其實是必要的，唯一的問題是這樣的發展進程當中是不是能夠兼具運作的可靠性，加上在實際運作之前，所能提供的測試環境是不是足夠完善，讓人工智慧至少能夠在遇到真實情況前能夠被模擬跟充分測試。
