人工智能最終將對(duì)太空飛行任務(wù)產(chǎn)生積極影響

盡管沒(méi)有科學(xué)的先天知識(shí)，最近的“深度學(xué)習(xí)”算法比基于科學(xué)認(rèn)識(shí)的當(dāng)前模型可以提供更準(zhǔn)確的太陽(yáng)如何影響我們星球的預(yù)測(cè)。

幾十年來(lái)，人們一直在嘗試預(yù)測(cè)太陽(yáng)對(duì)地球大氣的影響。迄今為止，基于太陽(yáng)物理學(xué)的算法已被用于預(yù)測(cè)地球大氣的移動(dòng)密度。

但是由于影響地球周圍復(fù)雜和動(dòng)態(tài)的氣體層的變量如此之多，人工智能(AI)可以在這一領(lǐng)域做出真正的改進(jìn)，因?yàn)樗軌蛱幚砀鼜?fù)雜的數(shù)據(jù)，這對(duì)我們?cè)诘厍蜍壍郎蠄?zhí)行飛行任務(wù)的方式具有重要意義。

太陽(yáng)是真正的阻力

太空中的條件會(huì)根據(jù)太陽(yáng)的情緒波動(dòng)而變化，這被稱為“太空天氣”。太陽(yáng)以恒流噴出輻射，但有時(shí)也會(huì)發(fā)出猛烈的高能粒子爆發(fā)，直接撞擊我們的星球。這些粒子會(huì)引起地磁風(fēng)暴，這是對(duì)地球保護(hù)磁場(chǎng)的暫時(shí)干擾。

地球的大氣層也受到這些爆發(fā)的影響，因?yàn)榈卮棚L(fēng)暴和紫外線的增加加熱了高層大氣，使其膨脹。隨著熱空氣的上升，其在長(zhǎng)達(dá)1000 km的軌道上的密度會(huì)增加，附近的衛(wèi)星會(huì)遇到更大的阻力或“阻力”，從而使它們減速并改變軌道。

如果不進(jìn)行干預(yù)(例如發(fā)射推進(jìn)器使其保持在高空狀態(tài))，衛(wèi)星將緩慢墜落到地球并在大氣層中燃燒。在任務(wù)控制中，我們通常會(huì)提升地球探險(xiǎn)者艦隊(duì)的軌道。

改善這些預(yù)測(cè)將使操作員可以計(jì)劃更長(zhǎng)更準(zhǔn)確的校正動(dòng)作周期，這意味著需要更少的推進(jìn)器點(diǎn)火，從而增加了衛(wèi)星可以花在收集科學(xué)數(shù)據(jù)上的時(shí)間。

實(shí)際上，我們對(duì)航天器未來(lái)位置的了解也會(huì)增加，因此我們可以更準(zhǔn)確地預(yù)測(cè)太空碰撞的機(jī)會(huì)，從而幫助我們?cè)诋?dāng)前的空間碎片環(huán)境中保護(hù)航天器。

大氣預(yù)測(cè)

進(jìn)行大氣預(yù)測(cè)需要兩個(gè)重要因素：太陽(yáng)指數(shù)和地磁指數(shù)。兩種測(cè)量均來(lái)自地球，并在全球多個(gè)地方收集。

.太陽(yáng)指數(shù)來(lái)自所謂的10.7厘米太陽(yáng)輻射通量，即太陽(yáng)發(fā)出的波長(zhǎng)為10.7厘米的光量。眾所周知，F(xiàn)10.7是太陽(yáng)活動(dòng)的絕佳替代品，并且由于可以在所有天氣條件下觀測(cè)到，因此每天都可以測(cè)量，無(wú)論下雨還是下雨。

地磁指數(shù)用于表征由太陽(yáng)活動(dòng)引起的地球磁場(chǎng)中風(fēng)暴的大小。這樣的風(fēng)暴會(huì)嚴(yán)重破壞電網(wǎng)，航天器的運(yùn)行，無(wú)線電信號(hào)，當(dāng)然還會(huì)破壞兩極的美麗北極光。

ESA ESOC運(yùn)營(yíng)中心的飛行動(dòng)力工程師Pere Ramos Bosch說(shuō)：“我們觀察過(guò)去，但只能預(yù)測(cè)未來(lái)。”

“我們目前使用的是很久以前開(kāi)發(fā)的算法，該算法利用了前幾年的F10.7和地磁指數(shù)的變化以及對(duì)太陽(yáng)和大氣物理學(xué)的了解，對(duì)未來(lái)27天進(jìn)行了預(yù)測(cè)。”

但是，當(dāng)前的預(yù)測(cè)通常是不準(zhǔn)確的。盡管我們還沒(méi)有丟失任務(wù)，但是當(dāng)涉及到低地球軌道上的飛行衛(wèi)星(如風(fēng)神風(fēng)任務(wù)和哨兵系列的地球探險(xiǎn)者)時(shí)，我們對(duì)大氣密度變化的缺乏了解是最大的誤差來(lái)源。

AI能有所作為嗎?

ESA現(xiàn)在正在測(cè)試一種完全不同的算法，該算法使用來(lái)自太陽(yáng)和地球的相同測(cè)量數(shù)據(jù)，但完全忽略了物理學(xué)，而是采用“深度學(xué)習(xí)”。團(tuán)隊(duì)希望它能夠使用其“長(zhǎng)期短期記憶”來(lái)識(shí)別人類無(wú)法檢測(cè)到的復(fù)雜關(guān)系和模式。

ESA人工智能與運(yùn)營(yíng)創(chuàng)新集團(tuán)的盧森堡培訓(xùn)師戴維·雷米利(David Remili)說(shuō)：“我們即將開(kāi)始取得成果，但看來(lái)人工智能已被證明能充分利用可用數(shù)據(jù)。”預(yù)測(cè)工具。

“很榮幸能獲得將人工智能和天體物理學(xué)相結(jié)合的資源，并最終對(duì)太空飛行任務(wù)產(chǎn)生積極影響。”

到目前為止，人工智能工具似乎很有前途，但請(qǐng)繼續(xù)尋找哪種算法可以更好地預(yù)測(cè)未來(lái)，以及我們是否可以使用這些新的計(jì)算功能來(lái)更好地了解太陽(yáng)系與我們房屋之間的相互作用。

太陽(yáng)能警告

ESA未來(lái)的Lagrange任務(wù)將時(shí)刻保持對(duì)太陽(yáng)的監(jiān)視。這顆位于拉格朗日第五點(diǎn)的衛(wèi)星將在影響到地面軌道或電網(wǎng)中的衛(wèi)星之前發(fā)出可能有害的太陽(yáng)活動(dòng)的預(yù)警，使運(yùn)營(yíng)商有時(shí)間采取行動(dòng)保護(hù)重要的基礎(chǔ)設(shè)施。