Сателитите пречат на астрономическите данни - може ли AI да предостави решение?

Сателитите пречат на астрономическите данни - може ли AI да предостави решение?

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

Технологията ще бъде проблемът „Photobombs“ от спътници за интернет комуникации Не може да се реши, но може да помогне за намаляване на тяхното въздействие върху някои изображения на телескоп. 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, това изглежда спътник“, казва Зигфрид Егл, астрофизик от Университета на Илинойс Урбана-Шампайн. Но броят на сателитните изстрелвания и разработки се случва с „темпо на закуска“, добавя той и изследователите „правят всичко възможно да наваксат“.

Нарастваща заплаха

През последните пет години компании като SpaceX в Хоторн, Калифорния, Eutelsat Oneweb в Лондон и проекта на Amazon Kuiper в Редмънд, Вашингтон, пуснаха хиляди комуникационни спътници в орбита с ниска земна орбита. Планирани са много други, включително мега-констелация на 12 000 сателит, наречена G60 Starlink, която ще бъде пусната от сателитната технология на Spacecom в Шанхай в Китай. „Вече има около милион спътници в регистъра на амбициите за бъдещето“, казва Ричард Грийн, директор на IAU Center за защита на тъмно и тихо небе от сателитна съзвездие, по време на сесия в Общото събрание на IAU.

Тези сателити осигуряват бърз широколентов достъп до интернет до хората по целия свят, но са все по -разрушителни 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 зрители са особено засегнати от това сателитно замърсяване. Например, се изчислява, че предстоящият телескоп Вера Рубин може да види повече от една трета от неговите изображения, компрометирани.

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

За да разработи програма за идентифициране на сателитни песни в изображения на телескоп, Мария Ромеро-Колмънарес, учен по данни от Университета в Атакама в Чили, обучи надзорен алгоритъм за машинно обучение за десетки хиляди изображения, направени от мрежа от телескопи в Чили, Испания, Мексико, Виетнам и Южна Корея. „Знаехме кога и къде [в небето] да наблюдаваме спътника и направихме едно наблюдение със сателит и едно без“, казва Ромеро-Колмънарес, създавайки равен брой ясни и замърсени изображения. Когато тя и нейните колеги прилагаха модела към публично достъпни данни от WASP (широкоъгълни търсене на планети) и унгарски автоматизирани мрежови проекти на телескоп, алгоритъмът успя да идентифицира 96% от сателитните песни.

Откриването на ивиците е важна стъпка към премахването им от изображения и данни, казва Джеръми Треглоан-Рийд, астрофизик от университета в Атакама, който е работил с Ромеро-Колмънарес по проекта. Следващото предизвикателство ще бъде разработването на инструменти, които всъщност могат да премахнат сателитните песни, като същевременно запазват основните данни. Това е възможно само в случаите, когато сателитът не е толкова ярък, че насища пикселите на изображение и избледнява в околните пиксели, казва Tregloan-Reed. Ако възникне преливане, основните данни не могат да бъдат запазени.

До края на следващата година изследователите се надяват да разработят приложение и програма с отворен код, което ще позволи на обсерватории и астрономи за любители да идентифицират и почистват замърсени изображения и данни. Подобни мерки най-вероятно са успешни на малки телескопи с камери с ниска чувствителност.

Звездна мълния

Други форми на сателитно замърсяване се оказват още по -трудни за управление. Когато слънчевите панели и други плоски повърхности върху спътници улавят светлината, те произвеждат мълнии краткотрайни астрономически преходни процеси Подобни, енергийните изблици, които могат да продължат от милисекунди до години.

„Тъй като тези проблясъци са много кратки, понякога до милисекунда, сателитното движение по време на тях е незначително и получаваме перфектно звездно светкавица“, казва Сергей Карпов, астроном в Централния Европейски институт по космология и фундаментална физика в Прага. Няма „няма реален начин да се разграничат 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 спътниците също може да излъчва неволно излъчване, нарушавайки наблюденията на следяването на Големия взрив, казва Eggl. Астрономите се надяват, че изучаването на тази радиация, известна като Космическа микровълнова фонова радиация, Отговорете на въпроси относно разширяването на Вселената става. Следващото поколение на SpaceX спътници, които компанията започна да стартира миналата година, излъчва около 30 пъти повече радиация от предишното поколение. Този тип радиация е нерегламентиран и може да застраши цели наблюдателни ленти.

EGGL посочва, че AI инструментите не могат наистина да реконструират загубените данни и проблемът ще се влоши, тъй като стартира повече спътници. „Ако рисувате бяла боя върху Mona Lisa, в един момент няма да има нищо, което можете да направите, дори ако обучавате алгоритъм за машинно обучение по всички произведения на Da Vinci“, казва Eggl. „Може да успеете да познаете как може да изглежда картината, но те никога не могат да реконструират данните, които губите.“

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

   Статия
   Google Учен

Изтеглете референции