Sateliti ometaju astronomske podatke — može li umjetna inteligencija ponuditi rješenje?

Sateliti ometaju astronomske podatke — može li umjetna inteligencija ponuditi rješenje?

Astronomi su razvili algoritam strojnog učenja koji može detektirati satelitske tragove na slikama noćnog neba s velikom točnošću. Ovaj model olakšava interpretaciju podataka i mogao bi omogućiti uklanjanje rubova koji sve više uzrokuju probleme u astronomiji.

Tehnologija će biti problem “Fotobombe” s internetskih komunikacijskih satelita ne može riješiti, ali može pomoći smanjiti njihov utjecaj na neke slike teleskopa. Istraživači su hvalili rad na generalnom sastanku Međunarodne astronomske unije (IAU) u Cape Townu prošlog mjeseca.

"Strojno učenje i umjetna inteligencija mogu pomoći jer ako imate dovoljno podataka, možete klasificirati, u redu, ovako izgleda satelit", kaže Siegfried Eggl, astrofizičar sa Sveučilišta Illinois Urbana-Champaign. Ali broj lansiranja satelita i razvoja događa se "tempom doručka", dodaje on, a istraživači "daju sve od sebe da ih sustignu".

Rastuća prijetnja

Tijekom proteklih pet godina, tvrtke kao što su SpaceX u Hawthorneu, Kalifornija, Eutelsat OneWeb u Londonu i Amazonov projekt Kuiper u Redmondu, Washington, lansirale su tisuće komunikacijskih satelita u nisku Zemljinu orbitu. Planirano je mnogo više, uključujući mega-konstelaciju od 12.000 satelita pod nazivom G60 Starlink koju će lansirati Shanghai Spacecom Satellite Technology u Kini. "Sada postoji oko milijun satelita u registru ambicija za budućnost", rekao je Richard Green, direktor IAU Centra za zaštitu tamnog i tihog neba od smetnji satelitske konstelacije, tijekom zasjedanja na Generalnoj skupštini IAU.

Ovi sateliti pružaju brzi širokopojasni pristup internetu ljudima diljem svijeta, ali su sve više ometaju astronome — pojavljuju se kao svijetle pruge na slikama neba i mogu utjecati na opažanja u cijelom elektromagnetskom spektru. Osjetljivi teleskopi sa širokim vidnim poljem posebno su pogođeni ovom kontaminacijom satelita. Na primjer, procjenjuje se da bi nadolazeći teleskop Vera Rubin mogao vidjeti više od trećine svojih slika ugroženih.

“Današnja astronomija je znanost koja uključuje velike količine podataka i ne postoji ljudsko biće koje može pogledati sve slike snimljene svake noći i vidjeti pruge”, kaže Eggl. "Strojno učenje tu može pomoći."

Kako bi razvila program za prepoznavanje satelitskih tragova na teleskopskim slikama, María Romero-Colmenares, podatkovna znanstvenica sa Sveučilišta Atacama u Čileu, trenirala je nadzirani algoritam strojnog učenja na desecima tisuća slika snimljenih mrežom teleskopa u Čileu, Španjolskoj, Meksiku, Vijetnamu i Južnoj Koreji. "Znali smo kada i gdje [na nebu] promatrati satelit, te smo izvršili jedno promatranje sa satelitom i jedno bez njega", kaže Romero-Colmenares, stvarajući jednak broj jasnih i kontaminiranih slika. Kad su ona i njezini kolege primijenili model na javno dostupne podatke iz projekata WASP (Wide Angle Search for Planets) i mađarske mreže automatiziranih teleskopa, algoritam je uspio identificirati 96% satelitskih tragova.

Detektiranje pruga važan je korak prema njihovom uklanjanju sa slika i podataka, kaže Jeremy Tregloan-Reed, astrofizičar sa Sveučilišta Atacama koji je radio s Romero-Colmenaresom na projektu. Sljedeći izazov bit će razviti alate koji zapravo mogu ukloniti satelitske tragove uz očuvanje temeljnih podataka. To je moguće samo u slučajevima kada satelit nije toliko svijetao da zasićuje piksele slike i blijedi u okolne piksele, kaže Tregloan-Reed. Ako dođe do prekoračenja, temeljni podaci se ne mogu spremiti.

Istraživači se nadaju da će do kraja sljedeće godine razviti aplikaciju i program otvorenog koda koji će omogućiti zvjezdarnicama i astronomima amaterima identificiranje i čišćenje kontaminiranih slika i podataka. Takve će mjere najvjerojatnije biti uspješne na malim teleskopima s kamerama niske osjetljivosti.

Munje poput zvijezda

Pokazalo se da je s drugim oblicima satelitske kontaminacije još teže upravljati. Kada solarni paneli i druge ravne površine na satelitima uhvate svjetlost, proizvode munje kratkotrajni astronomski tranzijenti slične, izljeve energije koji mogu trajati od milisekundi do godina.

"Budući da su ti bljeskovi vrlo kratki, ponekad do milisekunde, pomicanje satelita tijekom njih je zanemarivo i dobivamo bljesak savršeno poput zvijezde", kaže Sergey Karpov, astronom na Srednjoeuropskom institutu za kozmologiju i fundamentalnu fiziku u Pragu. Ne postoji "pravi način da se ti bljeskovi razlikuju od astrofizičkih prijelaza koje želimo detektirati - osim izravne usporedbe njihove lokacije s katalozima satelitskih orbita", dodaje.

Elektronička oprema u satelitima također može emitirati nenamjerno zračenje, ometajući promatranje naknadnog sjaja Velikog praska, kaže Eggl. Astronomi se nadaju da će proučavanje ovog zračenja, poznatog kao kozmičko mikrovalno pozadinsko zračenje, Odgovorite na pitanja o širenju svemira postaje. Sljedeća generacija SpaceX-ovih satelita, koje je tvrtka počela lansirati prošle godine, emitiraju oko 30 puta više zračenja od prethodne generacije. Ova vrsta zračenja je neregulirana i mogla bi ugroziti cijele opsege promatranja.

Eggl ističe da alati umjetne inteligencije zapravo ne mogu rekonstruirati izgubljene podatke i problem će se pogoršavati što više satelita bude lansirano. "Ako naslikate bijelu boju preko Mona Lise, u jednom trenutku nećete moći ništa učiniti, čak i ako uvježbate algoritam strojnog učenja na svim da Vincijevim djelima", kaže Eggl. "Možda možete pogoditi kako bi slika mogla izgledati, ali oni nikada ne mogu rekonstruirati podatke koje ste izgubili."

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

   Članak
   Google znalac

Preuzmite reference