使用AI助手查找太空中的使用电磁爆发

2022-01-26 18:56:00邰香兴导读电子邮件中会弹出警报：最新的航天器观测已经准备就绪。现在，助手中您有24小时来搜索价值84小时的查找数据，选择您可以找到的太空最有前途的瞬间。您选择

电子邮件中会弹出警报：最新的电磁航天器观测已经准备就绪。现在，使用您有24小时来搜索价值84小时的助手中数据，选择您可以找到的查找最有前途的瞬间。您选择的太空数据点(取决于如何排序)将以尽可能高的分辨率从航天器下载;研究人员可能需要花费数月的时间对其进行分析。其他所有内容将被覆盖，电磁就像从未收集过一样。使用

这些是助手中“圈中科学家”面临的风险，这是查找“磁层多尺度”或MMS任务团队中最重要的角色之一。73名志愿者分担责任，太空一次轮值工作一周，电磁以确保将最好的数据传递到地面。它需要敏锐而细致的眼神，这就是为什么至少要到现在为止，始终将它留给训练有素的人使用的原因。

今天发表的一篇论文描述了第一个借以(虚拟)手帮助科学家循环的人工智能算法。

新罕布什尔大学的空间物理学家马修·阿尔格(Matthew Argall)说：“ MMS是将机器学习应用于其任务操作的第一个大型NASA任务。”

该算法执行一项任务：检测航天器何时从地球磁场穿越到太阳，反之亦然。但这只是可能改变MMS科学完成方式的众多专用算法中的第一个。

破裂地球的泡沫

一个看不见的力场环绕着我们的星球，一个巨大的气泡在太空中膨胀了40,000多英里。这是我们的磁场，它以多种方式为我们服务。它使物体挡在外面，使有害的宇宙射线偏转，否则它们会撞击地球表面，危及生命。但这也使事物保持原状，从而设置了通过近地空间嗡嗡作响的粒子的交通模式。细小又轻的电子围绕地球的磁力线转动紧密的旋转子。重离子以较慢，较宽的循环运动。

但是与太阳相比，地球的磁场是什么。从太阳吹走的粒子(称为太阳风)将恒星的磁场带到海王星的轨道之外。其中的粒子描绘出太阳的磁力线，并沿途与地球的磁泡碰撞。碰撞部位形成了一个看不见的边界，科学家称其为“磁更年期”。

总体而言，磁致绝经保持强健，但并不总是如此。当条件合适且磁场对齐时，太阳风会刺破我们的磁泡。突破的地点被称为电子扩散区，即EDR，发现它们是MMS任务的主要目标。

在EDR中，太阳和地球的磁力线融合，相互抵消并消失。充满能量且不受束缚的电子在混乱的d中来回滑动。

MMS高级项目科学家Barbara Giles说：“就像是有人踩踏加速器时，他们失去了车道线一样。”

这些粒子爆炸会触发连锁反应，从而激发北极和南方的光芒-它们甚至可能以其方式危害宇航员和航天器。从太阳耀斑的中间到黑洞的边缘，EDR在整个宇宙中爆发。MMS在地球磁场的边缘搜索离家更近的它们。

但是要赶上这一幕非常困难。EDR出现时没有通知，仅延伸了两英里(在140亿英里的搜索空间内)，并且仅持续了十分之一秒。在连续搜索的五年中，MMS的测量值刚好超过50。但是，每当MMS越过磁层顶时，我们的磁场就会与太阳相遇，它就有另一个机会看到它。

寻找绝经高峰

因此，“循环中的科学家”会筛选每个轨道的数据，寻找磁层顶穿越。但是它们不一定在数据中脱颖而出-识别它们更像是确定细雨何时下雨。单个轨道的数据可能包含多达两个或多达100个磁更年期交叉点，并且在两者之间出现了虚假的警报类似现象。要找到它们，循环中的科学家只需投入时间。

科罗拉多州博尔德市大气与空间物理实验室的空间物理学家里克·维尔德说：“最早的时候，这基本上是全职工作。” 从那以后，Wilder一直在Loop的工作流程中帮助优化“科学家”，并将新兵培养为经验丰富的专家。如今，经验丰富的“循环科学家”每周仅需要几个小时。但这仍然给研究人员在繁忙的工作日程中志愿服务的压力。怀尔德说：“疲劳始终在我们的脑海中。”

他们一直计划使Loop中角色的部分科学家自动化，但要找到一种与人类表现相匹配的算法是一个挑战。科学家可以看到数据的更大趋势，这是大多数算法都难以做到的。Argall说：“科学家所做的部分工作是查看数据的时间变化。” “例如，能够一次识别出您处于磁层，并以此来影响(您看到)数据的演化。”

Argall和他的合作者建立了一种算法，试图模仿人类如何读取数据。它采用神经网络的形式，这是一种受大脑启发的数据处理技术。与传统算法不同，神经网络通过反复试验对自己进行编程。Argall展示了更年期交叉的网络实例，然后在新病例中对其进行了测试。如果回答错误(选择了非交叉或错过了真正的交叉)，他会发送错误信号，并在下一次测试之前触发一系列调整。就像循环中的人类科学家一样，该网络学会了根据经验来识别磁绝经。

但是大多数神经网络都在孤立的快照中处理数据，而科学家则看到测量随时间展开。该团队通过使用门来存储网络刚刚看到的数据以及接下来要发送的数据来近似科学家的能力。当网络决定是否要穿越磁层顶时，它可以访问周围的数据点以提供帮助。Argall说：“该算法添加了过去和将来的输入数据，以提供当前决策的背景。”

这是可能很多的第一个算法。该团队设想构建几个特殊用途的检测器以在层次结构中一起工作。(其他人发现，一组专家的表现胜过一种千篇一律的算法。)在最低层次上，“区域分类器”查看数据以找出航天器在太空中的位置。他们将其输出传递到特定于区域的“事件分类器”，以寻找研究人员想要发现的现象。随着未来几年的成功，MMS可以自动检测的范围远远超过磁绝经。

吉尔斯说：“我们可以接受请求，要求对数据进行一定签名，然后实时将其删除。” “从这个意义上说，它成为系统的观测站-社区资源。”

仍然有一段路要走。新算法目前约有70%的时间与人类判断相符。自从2019年10月以来，每周的《循环科学家》都将其视为助手，仔细检查了他们的工作并发现了任何错误。(

吉尔斯说：“但是我敢肯定，随着他不断发展的这些技术，他将使《循环中的科学家》变得多余。” “我们将知道那天何时到来，因为他们要做的就是走进去，检查一个盒子，然后继续前进。”

借助可信赖的算法助手，科学家可以专注于他们尚不知道如何标记的数据中的那些摆动。我们可能会瞥见一个未来，在这个未来中，算法比协作者更少的工具，与科学家一起工作，因为他们俩都从新数据中学习。