Satelīti traucē astronomiskajiem datiem — vai AI var nodrošināt risinājumu?

Satelīti traucē astronomiskajiem datiem — vai AI var nodrošināt risinājumu?

Astronomi ir izstrādājuši mašīnmācīšanās algoritmu, kas ar augstu precizitāti var noteikt satelītu pēdas nakts debesu attēlos. Šis modelis atvieglo datu interpretāciju un varētu ļaut noņemt malas, kas arvien vairāk rada problēmas astronomijā.

Problēma būs tehnoloģija “Fotobumbas” no interneta sakaru satelītiem nevar atrisināt, bet varētu palīdzēt samazināt to ietekmi uz dažiem teleskopa attēliem. Pētnieki iepazīstināja ar darbu Starptautiskās Astronomijas savienības (IAU) kopsapulcē Keiptaunā pagājušajā mēnesī.

"Mašīnmācība un mākslīgais intelekts var palīdzēt, jo, ja jums ir pietiekami daudz datu, varat klasificēt, labi, šādi izskatās satelīts," saka Zigfrīds Egls, Ilinoisas Universitātes Urbana-Champaign astrofiziķis. Taču satelītu palaišanas un attīstības skaits notiek "brokastu tempā", viņš piebilst, un pētnieki "dara visu iespējamo, lai panāktu to".

Pieaug draudi

Pēdējo piecu gadu laikā tādi uzņēmumi kā SpaceX Hawthorne, Kalifornijā, Eutelsat OneWeb Londonā un Amazon Project Kuiper Redmondā, Vašingtonā, ir palaiduši tūkstošiem sakaru satelītu zemā Zemes orbītā. Ir plānots vēl daudz vairāk, tostarp 12 000 satelītu mega-zvaigznājs ar nosaukumu G60 Starlink, kas tiks palaists ar Shanghai Spacecom Satellite Technology Ķīnā. "Tagad nākotnes ambīciju reģistrā ir aptuveni miljons satelītu," sacīja Ričards Grīns, IAU Tumšo un kluso debesu aizsardzības centra direktors no satelītu zvaigznāju traucējumiem, IAU Ģenerālās asamblejas sesijas laikā.

Šie satelīti nodrošina ātru platjoslas interneta piekļuvi cilvēkiem visā pasaulē, taču tie ir arvien vairāk traucē astronomiem — tie parādās kā spilgtas svītras debesu attēlos un var ietekmēt novērojumus visā elektromagnētiskajā spektrā. Šis satelīta piesārņojums īpaši ietekmē jutīgus teleskopus ar plašiem redzes laukiem. Piemēram, tiek lēsts, ka gaidāmais Vera Rubin teleskops varētu redzēt vairāk nekā trešdaļu tā attēlu, kas ir apdraudēti.

"Mūsdienu astronomija ir zinātne, kas ietver lielu datu apjomu, un nav neviena cilvēka, kas varētu aplūkot visus katru nakti ierakstītos attēlus un redzēt svītras," saka Egls. "Šeit var palīdzēt mašīnmācība."

Lai izstrādātu programmu satelītu pēdu noteikšanai teleskopa attēlos, Čīles Atakamas universitātes datu zinātniece Marija Romero-Kolmenaresa apmācīja uzraudzītu mašīnmācīšanās algoritmu desmitiem tūkstošu attēlu, kas uzņemti teleskopu tīklā Čīlē, Spānijā, Meksikā, Vjetnamā un Dienvidkorejā. "Mēs zinājām, kad un kur [debesīs] novērot satelītu, un veicām vienu novērojumu ar satelītu un vienu bez tā," saka Romero-Kolmenaress, veidojot vienādu skaitu skaidru un piesārņotu attēlu. Kad viņa un viņas kolēģi izmantoja modeli publiski pieejamiem datiem no WASP (platleņķa planētu meklēšana) un Ungārijas automatizētā teleskopu tīkla projektiem, algoritms spēja identificēt 96% satelītu sliežu ceļu.

Svītru noteikšana ir svarīgs solis, lai tās novērstu no attēliem un datiem, saka Džeremijs Tregloans-Rīds, Atakamas universitātes astrofiziķis, kurš pie projekta strādāja kopā ar Romero-Kolmenaresu. Nākamais izaicinājums būs izstrādāt rīkus, kas faktiski var noņemt satelīta trases, vienlaikus saglabājot pamatā esošos datus. Tas ir iespējams tikai gadījumos, kad satelīts nav tik spilgts, lai piesātinātu attēla pikseļus un izbalinātu apkārtējos pikseļos, saka Tregloans-Rīds. Ja notiek pārpilde, pamatā esošos datus nevar saglabāt.

Līdz nākamā gada beigām pētnieki cer izstrādāt atvērtā pirmkoda lietotni un programmu, kas ļaus observatorijām un amatieru astronomiem identificēt un notīrīt piesārņotos attēlus un datus. Šādi pasākumi, visticamāk, būs veiksmīgi mazos teleskopos ar zemas jutības kamerām.

Zvaigznei līdzīgs zibens

Citus satelītu piesārņojuma veidus ir vēl grūtāk pārvaldīt. Kad saules paneļi un citas plakanas virsmas uz satelītiem uztver gaismu, tie rada zibens skrūves īslaicīgas astronomiskas pārejas līdzīgi enerģijas uzliesmojumi, kas var ilgt no milisekundēm līdz gadiem.

"Tā kā šie uzplaiksnījumi ir ļoti īsi, dažkārt līdz milisekundei, satelītu kustība to laikā ir niecīga, un mēs iegūstam perfekti zvaigznei līdzīgu zibspuldzi," saka Sergejs Karpovs, astronoms no Centrāleiropas Kosmoloģijas un fundamentālās fizikas institūta Prāgā. Viņš piebilst, ka "nav reāla veida, kā atšķirt šos uzliesmojumus no astrofiziskiem pārejošiem faktoriem, kurus mēs vēlamies atklāt, — vienkārši salīdzināt to atrašanās vietu ar satelītu orbītu katalogiem.

Satelītu elektroniskās iekārtas var arī izstarot netīšu starojumu, izjaucot Lielā sprādziena pēcgaismas novērojumus, saka Egls. Astronomi cer, ka, pētot šo starojumu, kas pazīstams kā Kosmiskais mikroviļņu fona starojums, Atbildiet uz jautājumiem par Visuma paplašināšanos kļūst. SpaceX nākamās paaudzes satelīti, kurus uzņēmums sāka palaist pagājušajā gadā, izstaro aptuveni 30 reizes vairāk starojuma nekā iepriekšējā paaudze. Šāda veida starojums ir neregulēts un var apdraudēt visas novērošanas joslas.

Eggl norāda, ka AI rīki faktiski nevar rekonstruēt zaudētos datus, un problēma pasliktināsies, jo tiks palaists vairāk satelītu. "Ja jūs uzkrāsosit baltu krāsu virs Monas Lizas, kādā brīdī jūs neko nevarēsit darīt, pat ja jūs apmācīsit mašīnmācīšanās algoritmu visiem da Vinči darbiem," saka Egls. "Jūs varat uzminēt, kā glezna varētu izskatīties, bet viņi nekad nevar rekonstruēt zaudētos datus."

1. Bassa, C.G. et al. Astrons. Astrofija. 689, L10 (2024).

   Raksts
   Google Scholar

Lejupielādēt atsauces