Sateliti motijo ​​​​astronomske podatke - ali lahko umetna inteligenca ponudi rešitev?

Sateliti motijo ​​​​astronomske podatke - ali lahko umetna inteligenca ponudi rešitev?

Astronomi so razvili algoritem strojnega učenja, ki lahko z visoko natančnostjo zazna satelitske sledi na slikah nočnega neba. Ta model olajša interpretacijo podatkov in bi lahko omogočil odstranitev robov, ki vedno bolj povzročajo težave v astronomiji.

Težava bo tehnologija »Fotobombe« iz internetnih komunikacijskih satelitov ne more rešiti, lahko pa pomaga zmanjšati njihov vpliv na nekatere slike teleskopa. Raziskovalci so na generalnem srečanju Mednarodne astronomske zveze (IAU) v Cape Townu prejšnji mesec razglasili delo.

»Strojno učenje in umetna inteligenca lahko pomagata, ker če imate dovolj podatkov, lahko razvrstite, v redu, tako izgleda satelit,« pravi Siegfried Eggl, astrofizik z Univerze Illinois Urbana-Champaign. Toda število izstrelitev satelitov in razvoj se dogaja s "tempom zajtrka", dodaja, in raziskovalci se "po svojih najboljših močeh trudijo, da bi dohiteli."

Naraščajoča grožnja

V zadnjih petih letih so podjetja, kot so SpaceX v Hawthornu v Kaliforniji, Eutelsat OneWeb v Londonu in Amazonov projekt Kuiper v Redmondu v Washingtonu, v nizko Zemljino orbito izstrelila na tisoče komunikacijskih satelitov. Načrtovanih je veliko več, vključno z mega-konstelacijo z 12.000 sateliti, imenovano G60 Starlink, ki jo bo izstrelil Shanghai Spacecom Satellite Technology na Kitajskem. "Zdaj je približno milijon satelitov v registru ambicij za prihodnost," je med zasedanjem generalne skupščine IAU dejal Richard Green, direktor Centra IAU za zaščito temnega in tihega neba pred motnjami satelitskega ozvezdja.

Ti sateliti ljudem po vsem svetu omogočajo hiter širokopasovni dostop do interneta, vendar so vse bolj moteče za astronome — na slikah neba se pojavijo kot svetle črte in lahko vplivajo na opazovanja v celotnem elektromagnetnem spektru. Ta satelitska kontaminacija še posebej prizadene občutljive teleskope s širokim vidnim poljem. Na primer, ocenjuje se, da bi lahko prihajajoči teleskop Vera Rubin videl več kot tretjino svojih slik ogroženih.

»Današnja astronomija je znanost, ki vključuje velike količine podatkov, in ni človeka, ki bi lahko pogledal vse slike, posnete vsako noč, in videl črte,« pravi Eggl. "Tu lahko pomaga strojno učenje."

María Romero-Colmenares, podatkovna znanstvenica na Univerzi Atacama v Čilu, je za razvoj programa za prepoznavanje satelitskih sledi na teleskopskih slikah usposobila nadzorovani algoritem strojnega učenja na več deset tisoč slikah, ki jih je posnelo omrežje teleskopov v Čilu, Španiji, Mehiki, Vietnamu in Južni Koreji. »Vedeli smo, kdaj in kje [na nebu] opazovati satelit, in izvedli eno opazovanje s satelitom in eno brez,« pravi Romero-Colmenares in ustvari enako število jasnih in kontaminiranih slik. Ko so ona in njeni kolegi uporabili model za javno dostopne podatke iz projektov WASP (Wide Angle Search for Planets) in madžarskega omrežja avtomatiziranih teleskopov, je algoritem uspel prepoznati 96 % satelitskih sledi.

Odkrivanje prog je pomemben korak k njihovi odstranitvi iz slik in podatkov, pravi Jeremy Tregloan-Reed, astrofizik z Univerze v Atacami, ki je sodeloval z Romero-Colmenares pri projektu. Naslednji izziv bo razviti orodja, ki lahko dejansko odstranijo satelitske sledi in hkrati ohranijo temeljne podatke. To je mogoče le v primerih, ko satelit ni tako svetel, da bi nasičil piksle slike in zbledel v okoliške piksle, pravi Tregloan-Reed. Če pride do prelivanja, osnovnih podatkov ni mogoče shraniti.

Raziskovalci upajo, da bodo do konca naslednjega leta razvili odprtokodno aplikacijo in program, ki bo observatorijem in amaterskim astronomom omogočil prepoznavanje in čiščenje onesnaženih slik in podatkov. Takšni ukrepi bodo najverjetneje uspešni na majhnih teleskopih z nizko občutljivimi kamerami.

Zvezdasta strela

Izkazalo se je, da je druge oblike satelitskega onesnaženja še težje obvladati. Ko sončne celice in druge ravne površine na satelitih ujamejo svetlobo, proizvedejo strele kratkotrajni astronomski prehodi podobni energijski izbruhi, ki lahko trajajo od milisekund do let.

»Ker so ti bliski zelo kratki, včasih do milisekunde, je gibanje satelitov med njimi zanemarljivo in dobimo popolnoma zvezdni blisk,« pravi Sergej Karpov, astronom na Srednjeevropskem inštitutu za kozmologijo in temeljno fiziko v Pragi. "Ni pravega načina za razlikovanje teh bliskov od astrofizičnih prehodov, ki jih želimo zaznati - če ne primerjamo njihovo lokacijo neposredno s katalogi satelitskih orbit," dodaja.

Elektronska oprema v satelitih lahko oddaja tudi nenamerno sevanje, kar moti opazovanje posledične svetlobe velikega poka, pravi Eggl. Astronomi upajo, da bo preučevanje tega sevanja, znanega kot kozmično mikrovalovno sevanje ozadja, Odgovorite na vprašanja o širjenju vesolja postane. Naslednja generacija satelitov SpaceX, ki jih je podjetje začelo izstreljevati lani, oddaja približno 30-krat več sevanja kot prejšnja generacija. Ta vrsta sevanja je neregulirana in bi lahko ogrozila celotne pasove opazovanja.

Eggl poudarja, da orodja AI dejansko ne morejo rekonstruirati izgubljenih podatkov in da se bo težava poslabšala, ko bo izstreljenih več satelitov. »Če čez Mona Lizo narišete belo barvo, na neki točki ne boste mogli storiti ničesar, tudi če urite algoritem strojnega učenja na vseh da Vincijevih delih,« pravi Eggl. "Morda boste lahko uganili, kako bi slika lahko izgledala, vendar nikoli ne morejo rekonstruirati podatkov, ki jih izgubite."

1. Bassa, C.G. et al. Astron. Astrophys. 689, L10 (2024).

   člen
   Google Učenjak

Prenesite reference