Sateliti ometaju astronomske podatke - može li AI ponuditi rješenje?
Sateliti ometaju astronomske podatke - može li AI ponuditi rješenje?
Astronomi su razvili algoritam mehaničkog učenja koji može prepoznati satelitske tragove na slikama noćnog neba s velikom točnošću. Ovaj model olakšava tumačenje podataka i mogao bi omogućiti uklanjanje pruga, što sve više uzrokuje probleme u astronomiji.
Tehnologija postaje Problem nisu se mogli riješiti, ali mogli bi pomoći u smanjenju njihovih učinaka na neke teleskopske slike. Istraživači su prošlog mjeseca pohvalili posao na Općoj skupštini Međunarodne astronomske unije (IAU) u Cape Townu.
"strojno učenje i umjetna inteligencija mogu vam pomoći, jer ako imate dovoljno podataka, možete klasificirati, u redu, tako izgleda satelit", kaže Siegfried EGGL, astrofizičar sa Sveučilišta u Illinois Urbana-Champaign. No, broj satelitskih započinjanja i razvoja događa se "brzom tempu", dodaje, a istraživači "daju sve od sebe kako bi uhvatili".
Rastuća prijetnja
U posljednjih pet godina, tvrtke poput SpaceX -a u Hawthorneu u Kaliforniji, Eutelsat OneWeb u Londonu i Amazonov projekt Kuiper u Redmondu, Washington, pokrenule su tisuće komunikacijskih satelita u nisku orbitu. Mnogo je planiranih, uključujući 12.000 satelitske megakonstelacije pod nazivom G60 Starlink, koju će u Kini pokrenuti satelitska tehnologija Spacecom u Šangaju. "Sada je u registru ambicija za budućnost oko milijun satelita", rekao je Richard Green, direktor IAU centra kako bi zaštitio Mračno i mirno nebo od satelitskih konferencija satelita, tijekom sjednice na Općoj skupštini IAU -a.
Ovi sateliti nude brzi širokopojasni pristup internetu ljudi, ali su Sve više razorni za astronome -To se pojavljuju kao svjetlosne pruge na nebeskim slikama i mogu utjecati na opažanja u cijelom elektromagnetskom spektru. Osjetljivi teleskopi sa širokim vidnim poljem posebno utječu na ovu satelitsku kontaminaciju. Na primjer, predstojeći teleskop Vera Rubin mogao bi se procijeniti da vidi više od trećine njegovih slika.
"Astronomija je sada znanost s velikim količinama podataka i nema osobe koja može gledati sve slike koje se bilježe svake večeri i prepoznati pruge", kaže Eggl. "Ovdje može pomoći strojno učenje."
Kako bi razvio program za identifikaciju satelitskih tragova u teleskopskim slikama, María Romero-Colmenares, znanstvenica za podatke na Sveučilištu Atacama u Čileu, obučila je nadzirani algoritam strojnog učenja na desecima tisuća slika koje je zabilježena mrežom teleskopa i Španjolskog, Španjolska, Vijetna. "Znali smo kada i gdje [na nebu] trebamo gledati satelit i promatrati satelit i jedan bez", rekao je Romero-Colmenares i stvorio isti broj jasnih i kontaminiranih slika. Kad su ona i vaši kolege koristili model za javno dostupne podatke iz WASP -a (širokokutni pretraživanje planeta) i mađarsku automatiziranu mrežu teleskopa, algoritam je uspio identificirati 96 % satelitskih tragova.
Otkrivanje trake važan je korak ka uklanjanju ovih slika i podataka, kaže Jeremy Tregloan-Reed, astrofizičar sa Sveučilišta u Atacami koji je na projektu radio s Romero-Colmenaresom. Sljedeći će izazov biti razviti alate koji zapravo mogu ukloniti satelitske tragove dok se podaci ispod njih zadržavaju. To je moguće samo u slučajevima kada satelit nije toliko svijetli da je zasićen pikselima slike i prelazi u okolne piksele, kaže Tregloan-Reed. Ako postoji prepun, temeljni podaci ne mogu se spremiti.
Istraživači se nadaju da će razviti aplikaciju otvorenog koda i program do kraja sljedeće godine koji omogućava opservatoru i amaterskim astronomima da identificiraju i očiste kontaminirane slike i podatke. Očekuje se da će takve mjere biti najuspješnije u malim teleskopima s kamerama s malo osjetljivosti.Bljeskovi poput zvijezda
Ostali oblici kontaminacije satelita pokazuju se još težim za upravljanje. Kad solarni moduli i druge ravne površine uhvate svjetlost na satelitima, oni stvaraju bljeskove, biroirani astronomski prolaznici nalikuju energiji, što može potrajati iz milisekundi u godinama.
"Budući da su ovi bljeskovi vrlo kratki, ponekad do jednog milisekunde, satelitski pokret je zanemariv i dobivamo savršeni bljesak nalik zvijezdi", kaže Sergey Karpov, astronom na Srednjoeuropskom institutu za kozmologiju i temeljnu fiziku u Pragu. Ne postoji "pravi način da razlikovamo ove bljeskove od astrofizičkih prijelaznih sastojaka koje bismo željeli prepoznati - osim uspoređivanja njihovog položaja izravno s katalozima iz satelitskih pjesama", dodaje.
Elektronička oprema u satelitima također može emitirati nenamjerno zračenje koje uznemirava opažanja sjaja velikog praska, kaže EGGL. Astronomi se nadaju da će studija ovog zračenja, poznato kao answer questions about Širenje svemira .
EGGL ističe da AI alati ne mogu stvarno rekonstruirati izgubljene podatke, a više će satelita biti više satelita. "Ako preko Mona Lise obojite bijelom bojom, ne možete ništa učiniti, čak i ako trenirate algoritam strojnog učenja na svim radovima iz Da Vincija", kaže Eggl. "Možda nagađate kako bi slika mogla izgledati, ali nikad ne možete rekonstruirati podatke koje izgubite."
-
bassa, C. G. i sur. Astron. Astrofiji. 689, L10 (2024).
Članak