Brug AI til at forudsige Jordens fremtid

En nyere "deep learning"-algoritme - på trods af at den ikke har nogen medfødt viden om solfysik - kunne give mere præcise forudsigelser af, hvordan solen påvirker vores planet end nuværende modeller baseret på videnskabelig forståelse.

I årtier, mennesker har forsøgt at forudsige solens indvirkning på vores planets atmosfære. Indtil nu, Algoritmer baseret på solfysik er blevet brugt til at forudsige skiftende tæthed af Jordens atmosfære.

Men med så mange variabler, der påvirker de komplekse og dynamiske lag af gasser omkring Jorden, kunstig intelligens (AI) kunne give reelle forbedringer på dette område på grund af dens evne til at håndtere langt mere komplekse data, med vigtige implikationer for, hvordan vi flyver missioner i kredsløb om Jorden.

Solen er et rigtigt træk

Forholdene i rummet varierer afhængigt af solens humørsvingninger, kendt som "rumvejr". Solen spyer stråling ud i en konstant strøm, men det udsender nogle gange også voldsomme udbrud af højenergipartikler, der direkte kan ramme vores planet. Disse partikler forårsager geomagnetiske storme - midlertidige forstyrrelser i Jordens beskyttende magnetfelt.

Jordens atmosfære påvirkes også af disse udbrud, som geomagnetiske storme og øget ultraviolet lys opvarmer den øvre atmosfære, får det til at udvide sig. Når opvarmet luft stiger, dens tæthed i baner på op til 1000 km stiger, og satellitter i nærheden oplever mere modstand, eller "træk, ", hvilket får dem til at sænke farten og skifte kredsløb.

Uden indblanding, såsom at affyre thrusterne for at holde dem oppe, satellitter ville langsomt falde til Jorden og brænde op i atmosfæren. Ved mission control, vi løfter rutinemæssigt kredsløbet for vores flåde af jordforskere.

En forbedring af disse forudsigelser ville give operatørerne mulighed for at planlægge længere og mere nøjagtige cyklusser af korrektionsmanøvrer, hvilket betyder, at der er behov for færre thrusterskydninger, øge mængden af ​​tid, satellitter kan bruge på at indsamle videnskabelige data.

Vitalt, vores viden om rumfartøjets fremtidige position ville også øges, så vi mere præcist kunne forudsige chancerne for kollisioner i rummet, hjælper os med at beskytte vores rumfartøjer i det nuværende rumaffaldsmiljø.

Atmosfæriske forudsigelser

To vigtige faktorer er nødvendige for at lave atmosfæriske forudsigelser:solindekset og det geomagnetiske indeks. Begge målinger er taget fra Jorden, og samlet flere steder over hele kloden.

Solindekset kommer fra det, der kaldes 10,7 cm Solar Radio Flux - mængden af ​​lys, der udsendes af solen med en bølgelængde på 10,7 cm. F10.7, som det også er kendt, er en fremragende proxy for solaktivitet, og fordi det kan observeres under alle vejrforhold, målinger kan tages hver dag, kommer regn eller solskin.

Det geomagnetiske indeks bruges til at karakterisere størrelsen af ​​storme i Jordens magnetfelt, forårsaget af aktivitet ved solen. Sådanne storme kan alvorligt forstyrre elektriske elnet, rumfartøjsoperationer, radiosignaler og selvfølgelig det smukke nordlys ved polerne.

"Vi observerer fortiden, men vi kan kun forudsige fremtiden," siger Pere Ramos Bosch, Flight Dynamics Engineer ved ESA's ESOC operationscenter.

"Vi bruger i øjeblikket en algoritme udviklet for længe siden, der tager udviklingen af ​​værdierne af F10.7 og geomagnetiske indekser fra tidligere år, samt viden om sol- og atmosfærisk fysik, at komme med forudsigelser for de næste 27 dage."

Imidlertid, nuværende forudsigelser er generelt ret unøjagtige. Selvom vi ikke har mistet en mission endnu, vores manglende forståelse af, hvordan atmosfærisk tæthed ændrer sig, er den største fejlkilde, når det kommer til at flyve satellitter i lav kredsløb om Jorden, såsom Aeolus-vindmissionen og Sentinel-serien af ​​jordforskere.

Kan AI gøre en forskel?

ESA tester nu en helt anden algoritme, der bruger de samme målte data fra solen og Jorden, men ignorerer fysikken helt og anvender i stedet "deep learning". Holdene håber, at den vil bruge sin "Long Short Term Memory" til at genkende komplekse relationer og mønstre, som vi mennesker bare ikke kan opdage.

"Vi er ved at begynde at få resultater, men det ser ud til, at AI viser sig at udnytte de tilgængelige data bedst muligt, " siger David Remili, en Luxembourg National Trainee i ESA's kunstig intelligens og Operations Innovation Group, som har fået til opgave at udvikle AI-forudsigelsesværktøjet.

"Det er et privilegium at få ressourcerne til at kombinere kunstig intelligens og astrofysik, og i sidste ende for positivt at påvirke, hvordan rummissioner flyves."

Indtil videre virker AI-værktøjet lovende, men følg med for at finde ud af, hvilken algoritme der bedre forudsiger fremtiden, og om vi kan bruge disse nye computeregenskaber til bedre at forstå samspillet mellem solsystemet og vores hjem.

Solvarsling

ESA's fremtidige Lagrange-mission vil holde konstant øje med solen. satellitten, beliggende ved det femte Lagrange-punkt, vil sende et tidligt varsel om potentielt skadelig solaktivitet, før det påvirker satellitter i kredsløb eller elnet på jorden, give operatørerne tid til at handle for at beskytte vital infrastruktur.