人工智能最終將對太空飛行任務產(chǎn)生積極影響

盡管沒有科學的先天知識，最近的“深度學習”算法比基于科學認識的當前模型可以提供更準確的太陽如何影響我們星球的預測。

幾十年來，人們一直在嘗試預測太陽對地球大氣的影響。迄今為止，基于太陽物理學的算法已被用于預測地球大氣的移動密度。

但是由于影響地球周圍復雜和動態(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，因為它能夠處理更復雜的數(shù)據(jù)，這對我們在地球軌道上執(zhí)行飛行任務的方式具有重要意義。

太陽是真正的阻力

太空中的條件會根據(jù)太陽的情緒波動而變化，這被稱為“太空天氣”。太陽以恒流噴出輻射，但有時也會發(fā)出猛烈的高能粒子爆發(fā)，直接撞擊我們的星球。這些粒子會引起地磁風暴，這是對地球保護磁場的暫時干擾。

地球的大氣層也受到這些爆發(fā)的影響，因為地磁風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，其在長達1000 km的軌道上的密度會增加，附近的衛(wèi)星會遇到更大的阻力或“阻力”，從而使它們減速并改變軌道。

如果不進行干預(例如發(fā)射推進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。在任務控制中，我們通常會提升地球探險者艦隊的軌道。

改善這些預測將使操作員可以計劃更長更準確的校正動作周期，這意味著需要更少的推進器點火，從而增加了衛(wèi)星可以花在收集科學數(shù)據(jù)上的時間。

實際上，我們對航天器未來位置的了解也會增加，因此我們可以更準確地預測太空碰撞的機會，從而幫助我們在當前的空間碎片環(huán)境中保護航天器。

大氣預測

進行大氣預測需要兩個重要因素：太陽指數(shù)和地磁指數(shù)。兩種測量均來自地球，并在全球多個地方收集。

.太陽指數(shù)來自所謂的10.7厘米太陽輻射通量，即太陽發(fā)出的波長為10.7厘米的光量。眾所周知，F(xiàn)10.7是太陽活動的絕佳替代品，并且由于可以在所有天氣條件下觀測到，因此每天都可以測量，無論下雨還是下雨。

地磁指數(shù)用于表征由太陽活動引起的地球磁場中風暴的大小。這樣的風暴會嚴重破壞電網(wǎng)，航天器的運行，無線電信號，當然還會破壞兩極的美麗北極光。

ESA ESOC運營中心的飛行動力工程師Pere Ramos Bosch說：“我們觀察過去，但只能預測未來。”

“我們目前使用的是很久以前開發(fā)的算法，該算法利用了前幾年的F10.7和地磁指數(shù)的變化以及對太陽和大氣物理學的了解，對未來27天進行了預測。”

但是，當前的預測通常是不準確的。盡管我們還沒有丟失任務，但是當涉及到低地球軌道上的飛行衛(wèi)星(如風神風任務和哨兵系列的地球探險者)時，我們對大氣密度變化的缺乏了解是最大的誤差來源。

AI能有所作為嗎?

ESA現(xiàn)在正在測試一種完全不同的算法，該算法使用來自太陽和地球的相同測量數(shù)據(jù)，但完全忽略了物理學，而是采用“深度學習”。團隊希望它能夠使用其“長期短期記憶”來識別人類無法檢測到的復雜關(guān)系和模式。

ESA人工智能與運營創(chuàng)新集團的盧森堡培訓師戴維·雷米利(David Remili)說：“我們即將開始取得成果，但看來人工智能已被證明能充分利用可用數(shù)據(jù)。”預測工具。

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

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

太陽能警告

ESA未來的Lagrange任務將時刻保持對太陽的監(jiān)視。這顆位于拉格朗日第五點的衛(wèi)星將在影響到地面軌道或電網(wǎng)中的衛(wèi)星之前發(fā)出可能有害的太陽活動的預警，使運營商有時間采取行動保護重要的基礎設施。