Блог

Jul 03, 2023

Хотите найти НЛО? Это работа для машинного обучения

В 2017 году человечество впервые увидело межзвездный объект (ISO), известный как 1I/'Оумуамуа, который пролетел над нашей планетой на пути из Солнечной системы. Существует множество предположений относительно того, что это за объект.

В 2017 году человечество впервые увидело межзвездный объект (ISO), известный как 1I/'Оумуамуа, который пролетел над нашей планетой на пути из Солнечной системы. Существует множество предположений относительно того, чем мог быть этот объект, поскольку на основе собранных ограниченных данных стало ясно, что он не похож ни на что, что астрономы когда-либо видели. Спорным было предположение, что это мог быть внеземной зонд (или часть заброшенного космического корабля), проходящий через нашу систему. Увлечение общественности возможностью появления «инопланетных посетителей» также усилилось в 2021 году с публикацией ODNI отчета об НЛО.

Этот шаг фактически превратил изучение неопознанных воздушных явлений (НАП) в научное занятие, а не в тайное дело, контролируемое правительственными учреждениями. Глядя одним глазом на небо, а другим на орбитальные объекты, ученые предлагают, как последние достижения в области вычислений, искусственного интеллекта и приборов можно использовать для обнаружения возможных «посетителей». Сюда входит недавнее исследование группы из Университета Стратклайда, которое предполагает, как гиперспектральная визуализация в сочетании с машинным обучением может привести к созданию усовершенствованного конвейера данных для характеристики UAP.

Группу возглавил Массимилиано Василе, профессор машиностроения и аэрокосмической техники, и в ее состав вошли исследователи из школ машиностроения и аэрокосмической техники, а также электроники и электротехники Университета Стратклайда и Центра прикладной фотоники Фраунгофера в Глазго. Препринт их статьи под названием «Идентификация и классификация космических объектов на основе гиперспектрального анализа материалов» недавно появился в Интернете и рассматривается для публикации в журнале Nature Scientific Reports.

Удалите всю рекламу во Вселенной сегодня

Присоединяйтесь к нашему Patreon всего за 3 доллара!

Получите опыт без рекламы на всю жизнь

Это исследование является последним в серии, посвященной применению гиперспектральных изображений для деятельности в космосе. Первая статья «Интеллектуальная характеристика космических объектов с помощью гиперспектральной визуализации» появилась в Acta Astronautica в феврале 2023 года и была частью проекта Hyperspectral Imager for Space Surveillance and Tracking (HyperSST). Это была одна из тринадцати концепций борьбы с мусором, выбранных Космическим агентством Великобритании (UKSA) для финансирования в прошлом году, и она является предшественником проекта ЕКА по гиперспектральной классификации космического мусора (HyperClass).

В их последней статье исследовалось, как та же самая техника визуализации может быть использована в развивающейся области идентификации UAP. Этот процесс состоит из сбора и обработки данных по всему электромагнитному спектру от отдельных пикселей, как правило, для идентификации различных объектов или материалов, запечатленных на изображениях. Как объяснил Василе журналу Universe Today по электронной почте, гиперспектральная визуализация в сочетании с машинным обучением может сузить поиск возможных техносигнатур за счет исключения ложных срабатываний, вызванных искусственными объектами мусора (отработанные ступени, вышедшие из строя спутники и т. д.):

«Если UAP — это космические объекты, то, анализируя спектры, мы можем понять состав материала даже по одному пикселю. Мы также можем понять движение ориентации, анализируя изменение спектров во времени. Обе вещи очень важны, потому что мы можем идентифицировать объекты по их спектральной характеристике и понять их движение с минимальными оптическими требованиями».

Василе и его коллеги предлагают создать конвейер обработки данных для обработки изображений UAP с использованием алгоритмов машинного обучения. В качестве первого шага они объяснили, как для трубопровода необходим набор данных временных рядов спектров космических объектов, включая спутники и другие объекты на орбите. Сюда входят объекты мусора, что означает включение данных из Управления программы по орбитальному мусору НАСА (ODPO), Управления космического мусора ЕКА и других национальных и международных организаций. Этот набор данных должен быть разнообразным и включать в себя орбитальные сценарии, траектории, условия освещения и точные данные о геометрии, распределении материала и пространственном движении всех орбитальных объектов в любое время.