«Ученый в витке» – одна из самых важных ролей в команде миссии «Магнитосферная многомасштабная», или MMS (Magnetospheric Multiscale). Семьдесят три волонтера разделяют ответственность, работая по недельной смене, чтобы гарантировать, что самые лучшие данные попадут на землю. Разработан первый алгоритм искусственного интеллекта, который предоставил «Ученому в витке» виртуальную руку.
«MMS – первая крупная миссия НАСА, внедряющая машинное обучение в свои операции», – сказал Мэтью Аргалл, космический физик из Университета Нью-Гэмпшира.
Алгоритм выполняет единственную задачу: обнаруживает, когда космический аппарат пересекает магнитное поле Земли и Солнца. Но это лишь первый из множества специализированных алгоритмов, которые могут изменить методы работы с MMS.
Взрыв пузыря Земли
Невидимое силовое поле окружает нашу планету – гигантский пузырь, взмывающий в космос на расстояние более 64 тыс. км. Это наше магнитное поле, и оно служит нам по-разному. Оно отклоняет вредные космические лучи, которые в противном случае ударяли бы по поверхности Земли, подвергая опасности жизнь. Но оно также задает схемы движения частиц, летящих в околоземном пространстве. Электроны, крошечные и легкие, выполняют плотные пируэты вокруг силовых линий магнитного поля Земли; более тяжелые ионы продвигаются по более медленным и широким петлям.
Но магнитное поле Земли ничто по сравнению с Солнцем. Частицы, уносимые от Солнца, известные как солнечный ветер, уносят магнитное поле нашей звезды далеко за орбиту Нептуна. Частицы внутри него очерчивают силовые линии магнитного поля Солнца, по пути сталкиваясь с магнитным пузырем Земли. Места столкновения образуют невидимую границу, которую ученые называют магнитопаузой.
В пределах EDR силовые линии магнитного поля Солнца и Земли сливаются, нейтрализуют друг друга и исчезают. Электроны, возбужденные и несвязанные, носятся туда-сюда в хаотическом столпотворении.
«Как будто они потеряли свои полосы движения, когда кто-то нажал на их ускорители», – заметила Барбара Джайлз, старший научный сотрудник проекта MMS.
Эти выбросы частиц запускают цепную реакцию, которая вызывает северное и южное сияние – они могут угрожать на своем пути даже космонавтам и космическим кораблям. EDR возникают по всей Вселенной, от середины солнечных вспышек до краев черных дыр. MMS ищет их поближе к дому, на границе магнитного поля Земли.
Но поймать одного с поличным чрезвычайно сложно. EDR появляются без предупреждения, имеют ширину всего 3 км (в пределах области поиска шириной 22 млрд км) и длятся всего десятые доли секунды. За пять лет непрерывных поисков MMS измерил чуть более 50 событий. Но каждый раз, когда он пересекает магнитопаузу, где наше магнитное поле встречается с солнечным, у него появляется еще один шанс увидеть его.
Охота за переходами магнитопаузы
Итак, «Ученый в петле» просматривает данные каждой орбиты в поисках пересечений магнитопаузы. Но они не обязательно выделяются в данных – их идентификация больше похожа на определение того, когда морось переходит в дождь. Данные одной орбиты могут содержать от двух до 100 пересечений магнитопаузы, с примерами ложных тревог между ними. Чтобы найти их, “Ученый в витке” просто должен потратить время.
«Раньше это была в основном работа на полную ставку», – сказал Рик Уайлдер, космический физик из Лаборатории атмосферной и космической физики в Боулдере, штат Колорадо. С тех пор Уайлдер помог оптимизировать рабочий процесс «Ученый в витке» и обучил новых сотрудников навыкам опытных экспертов. Сегодня опытному ученому в петле нужно всего несколько часов в неделю. Но исследователи, которые работают волонтерами, несмотря на загруженный график, по-прежнему создают большие трудности. «Усталость всегда в глубине души, – сказал Уайлдер.
Они всегда планировали автоматизировать отдельные части роли “Ученого в витке”, но найти алгоритм, соответствующий человеческим возможностям, было сложной задачей. Ученые могут видеть более масштабные тенденции в данных, что трудно сделать большинству алгоритмов.
«Часть того, что делает ученый, – это смотрит на изменение данных во времени, – сказал Аргалл. – Например, возможность определить, что вы находитесь в магнитосфере в какой-то момент, и использовать это, чтобы повлиять на то, как [вы видите] эволюцию данных».
Аргалл и его сотрудники создали алгоритм, который пытается имитировать чтение данных людьми. Он принимает форму нейронной сети – метода обработки данных, вдохновленного мозгом. В отличие от традиционных алгоритмов, нейронные сети программируют себя методом проб и ошибок. Аргалл показал сети примеры пересечения магнитопаузы, а затем протестировал ее на новых случаях. Если он ответил неправильно – было выбрано непересечение или было пропущено истинное пересечение – он посылал сигнал об ошибке, запускающий каскад корректировок перед следующим тестом. Подобно людям из числа ученых, входящих в цикл, сеть научилась определять пересечение магнитопаузы на собственном опыте.
Но большинство нейронных сетей обрабатывают данные в виде отдельных снимков, в то время как ученые видят, как измерения разворачиваются во времени. Команда приблизительно оценила возможности ученого, используя шлюзы для хранения данных, которые сеть только что увидела, а также данных, которые будут поступать дальше. Когда сеть решает, смотрит ли она на пересечение магнитопаузы или нет, она может получить доступ к окружающим точкам данных, чтобы помочь.
«Алгоритм добавляет входные данные из прошлого и будущего, чтобы обеспечить контекст для решения, которое он принимает в настоящее время», – отметил Аргалл.
Это первый алгоритм из множества. Команда представляет создание нескольких детекторов специального назначения, которые будут работать вместе в иерархии. На самом низком уровне «региональные классификаторы» смотрят на данные, чтобы определить, где находится космический корабль в космосе. Они передают свой результат региональным “классификаторам событий”, которые ищут явления, которые исследователи хотят найти. С успехом в следующие несколько лет MMS может автоматически обнаруживать гораздо больше, чем пересечения магнитопаузы.
«Мы могли бы принимать запросы, скажем, для определенной подписи в данных, и обрабатывать их в режиме реального времени, – сказал Джайлз. – В этом смысле он становится системным наблюдателем – ресурсом сообщества».
До этого еще далеко. В настоящее время новый алгоритм соответствует человеческим суждениям примерно в 70% случаев. (Даже ученые не соглашаются друг с другом в 100% случаев.) С октября 2019 года еженедельный ученый в цикле обращается с ним как с помощником, перепроверяя свою работу и выявляя любые ошибки.
«Но я уверен, что через несколько лет с помощью этих техник, которые он разрабатывает, он сделает «Ученого в витке» ненужным, – сказал Джайлз. – Мы узнаем, когда наступит этот день, потому что все, что они сделают, это войдут, отметят галочкой галочку и двинутся дальше».
Имея рядом надежного алгоритмического помощника, ученые могут сосредоточиться на этих колебаниях в данных, которые они еще не знают, как маркировать. Возможно, мы заглядываем в будущее, в котором алгоритмы – это меньше инструментов, чем сотрудники, работающие вместе с учеными, поскольку вместе они учатся на новых данных.
