Сателитите пречат на астрономическите данни — може ли AI да осигури решение?

Сателитите пречат на астрономическите данни — може ли AI да осигури решение?

Астрономите са разработили алгоритъм за машинно обучение, който може да открие сателитни следи в изображения на нощното небе с висока точност. Този модел улеснява тълкуването на данните и може да позволи премахването на ръбовете, които все повече причиняват проблеми в астрономията.

Проблемът ще бъде технологията „Фотобомби“ от интернет комуникационни сателити не може да реши, но може да помогне за намаляване на въздействието им върху някои телескопни изображения. Изследователите рекламираха работата на общото събрание на Международния астрономически съюз (IAU) в Кейптаун миналия месец.

„Машинното обучение и изкуственият интелект могат да помогнат, защото ако имате достатъчно данни, можете да класифицирате, добре, така изглежда един сателит“, казва Зигфрид Егъл, астрофизик от Университета на Илинойс Урбана-Шампейн. Но броят на изстрелванията и разработките на сателити се случва с „темпо за закуска“, добавя той, и изследователите „правят всичко възможно, за да наваксат“.

Нарастваща заплаха

През последните пет години компании като SpaceX в Хоторн, Калифорния, Eutelsat OneWeb в Лондон и Amazon's Project Kuiper в Редмънд, Вашингтон, изстреляха хиляди комуникационни сателити в ниска околоземна орбита. Планирани са много други, включително мега-съзвездие от 12 000 сателита, наречено G60 Starlink, което ще бъде изстреляно от Shanghai Spacecom Satellite Technology в Китай. „Сега има около един милион сателита в регистъра на амбициите за бъдещето“, каза Ричард Грийн, директор на Центъра на IAU за защита на тъмните и тихи небеса от смущения от сателитни съзвездия, по време на сесия на Общото събрание на IAU.

Тези сателити осигуряват бърз широколентов достъп до интернет на хора по целия свят, но са все по-разрушително за астрономите — те се появяват като ярки ивици в изображенията на небето и могат да повлияят на наблюденията в целия електромагнитен спектър. Чувствителните телескопи с широки зрителни полета са особено засегнати от това сателитно замърсяване. Например, изчислено е, че предстоящият телескоп Вера Рубин може да види повече от една трета от своите изображения компрометирани.

„Днешната астрономия е наука, включваща големи количества данни и няма човешко същество, което да може да разгледа всички изображения, записани всяка вечер, и да види ивиците“, казва Егъл. „Машинното обучение може да помогне тук.“

За да разработи програма за идентифициране на сателитни следи в телескопни изображения, Мария Ромеро-Колменарес, учен по данни в университета в Атакама в Чили, обучи контролиран алгоритъм за машинно обучение на десетки хиляди изображения, направени от мрежа от телескопи в Чили, Испания, Мексико, Виетнам и Южна Корея. „Знаехме кога и къде [в небето] да наблюдаваме сателита и направихме едно наблюдение със сателит и едно без“, казва Ромеро-Колменарес, създавайки равен брой ясни и замърсени изображения. Когато тя и нейните колеги приложиха модела към публично достъпни данни от проектите WASP (Wide Angle Search for Planets) и унгарската автоматизирана мрежа от телескопи, алгоритъмът успя да идентифицира 96% от сателитните следи.

Откриването на ивиците е важна стъпка към елиминирането им от изображения и данни, казва Джеръми Треглоан-Рийд, астрофизик от университета в Атакама, който е работил с Ромеро-Колменарес по проекта. Следващото предизвикателство ще бъде да се разработят инструменти, които действително могат да премахнат сателитните следи, като същевременно запазят основните данни. Това е възможно само в случаите, когато сателитът не е толкова ярък, че да насища пикселите на изображението и да избледнява в околните пиксели, казва Треглоан-Рийд. Ако възникне препълване, основните данни не могат да бъдат запазени.

До края на следващата година изследователите се надяват да разработят приложение и програма с отворен код, които ще позволят на обсерваториите и астрономите аматьори да идентифицират и почистват замърсени изображения и данни. Такива мерки най-вероятно ще бъдат успешни при малки телескопи с камери с ниска чувствителност.

Мълния като звезда

Други форми на сателитно замърсяване се оказват още по-трудни за управление. Когато слънчеви панели и други плоски повърхности на сателити улавят светлината, те произвеждат светкавици краткотрайни астрономически преходни процеси подобни енергийни изблици, които могат да продължат от милисекунди до години.

„Тъй като тези проблясъци са много кратки, понякога до една милисекунда, движението на сателита по време на тях е незначително и получаваме идеално звездна светкавица“, казва Сергей Карпов, астроном от Централноевропейския институт по космология и фундаментална физика в Прага. Няма "реален начин да различим тези проблясъци от астрофизичните преходни процеси, които искаме да открием - освен да сравним местоположението им директно с каталозите на сателитни орбити", добавя той.

Електронното оборудване в сателитите също може да излъчва непреднамерено излъчване, нарушавайки наблюденията на последващото сияние на Големия взрив, казва Егл. Астрономите се надяват, че изучаването на това лъчение, известно като космическо микровълново фоново лъчение, Отговорете на въпроси за разширяването на Вселената става. Следващото поколение сателити на SpaceX, които компанията започна да изстрелва миналата година, излъчват около 30 пъти повече радиация от предишното поколение. Този тип радиация е нерегулиран и може да застраши цели ленти за наблюдение.

Eggl посочва, че AI инструментите всъщност не могат да възстановят изгубени данни и проблемът ще се влоши с изстрелването на повече сателити. „Ако нарисувате бяла боя върху Мона Лиза, в един момент няма да можете да направите нищо, дори ако обучите алгоритъм за машинно обучение върху всички произведения на да Винчи“, казва Егл. „Може да сте в състояние да познаете как може да изглежда картината, но те никога не могат да възстановят данните, които губите.“

1. Bassa, C.G. и др. Астрон. Астрофиз. 689, L10 (2024).

   статия
   Google Наука

Изтегляне на препратки