Viene visualizzato un avviso nella tua e-mail:le ultime osservazioni del veicolo spaziale sono pronte. Ora hai 24 ore per setacciare 84 ore di dati, selezionando i momenti di frazione di secondo più promettenti che riesci a trovare. I punti dati che scegli, a seconda di come li classifichi, scaricherà dalla navicella con la massima risoluzione possibile; i ricercatori possono passare mesi ad analizzarli. Tutto il resto verrà sovrascritto come se non fosse mai stato raccolto.

Questa è la posta in gioco per lo Scienziato in the Loop, uno dei ruoli più importanti sulla Multiscala Magnetosferica, o MMS, squadra di missione Settantatre volontari condividono la responsabilità, lavorando su turni settimanali alla volta per garantire che i dati migliori arrivino a terra. Ci vuole un occhio attento e meticoloso, ecco perché è sempre stato lasciato a un essere umano accuratamente addestrato, almeno fino ad ora.

Un articolo pubblicato oggi descrive il primo algoritmo di intelligenza artificiale a dare una mano (virtuale) allo Scientist in the Loop.

"MMS è la prima grande missione della NASA che implementa l'apprendimento automatico nelle sue operazioni di missione, "ha detto Matteo Argall, fisico spaziale presso l'Università del New Hampshire e autore principale dell'articolo.

L'algoritmo svolge un unico compito:rilevare quando la navicella spaziale è passata dal campo magnetico terrestre a quello solare, o vice versa. Ma è solo il primo di molti algoritmi speciali che potrebbero cambiare il modo in cui viene svolta la scienza dell'MMS.

Esplosione della bolla terrestre

Un campo di forza invisibile circonda il nostro pianeta, una bolla gigante che ne gonfia più di 40, 000 miglia nello spazio. Questo è il nostro campo magnetico, e ci serve in diversi modi. Tiene fuori le cose, deviando raggi cosmici dannosi che altrimenti colpirebbero la superficie terrestre, mettendo in pericolo la vita. Ma mantiene anche le cose dentro, stabilire modelli di traffico per le particelle che ronzano nello spazio vicino alla Terra. elettroni, piccolo e leggero, girare strette piroette attorno alle linee del campo magnetico terrestre; gli ioni più pesanti avanzano lentamente, anelli più larghi.

Ma il campo magnetico terrestre non è nulla in confronto a quello del sole. Particelle spazzate via dal sole, noto come il vento solare, portare il campo magnetico della nostra stella ben oltre l'orbita di Nettuno. Le particelle al suo interno tracciano le linee del campo magnetico del sole, scontrandosi con la bolla magnetica terrestre lungo la strada. I siti di collisione formano un confine invisibile che gli scienziati chiamano magnetopausa.

Nell'insieme, la magnetopausa è forte, ma non sempre. Quando le condizioni sono giuste e i campi magnetici si allineano, il vento solare può perforare la nostra bolla magnetica. Il sito della violazione è noto come regione di diffusione di elettroni, o EDR, e trovarli è l'obiettivo primario della missione MMS.

All'interno di un EDR, le linee del campo magnetico del sole e della Terra si fondono, annullarsi a vicenda, e sparire. elettroni, eccitato e non legato, zip avanti e indietro in un pandemonio caotico.

"È come se avessero perso le linee della corsia mentre qualcuno premeva sui loro acceleratori, " ha detto Barbara Giles, scienziato senior del progetto per l'MMS.

Queste esplosioni di particelle innescano una reazione a catena che accende l'aurora boreale e meridionale:possono persino mettere in pericolo gli astronauti e le navicelle spaziali sulla loro strada. Gli EDR eruttano in tutto l'universo, dal centro dei brillamenti solari ai bordi dei buchi neri. L'MMS li cerca più vicino a casa, ai margini del campo magnetico terrestre.

Ma coglierne uno sul fatto è estremamente difficile. Gli EDR compaiono senza preavviso, si estendono fino a due miglia di diametro (all'interno di uno spazio di ricerca largo 14 miliardi di miglia), e durano solo decimi di secondo. In cinque anni di continua ricerca, L'MMS ha misurato poco più di 50. Ma ogni volta che attraversa la magnetopausa, dove il nostro campo magnetico incontra quello del sole, ha un'altra possibilità di vederne uno.

A caccia di incroci di magnetopausa

Quindi lo scienziato nel ciclo vaglia i dati di ogni orbita, a caccia di attraversamenti di magnetopausa. Ma non necessariamente risaltano nei dati:identificarli è più come individuare quando una pioggerellina si trasforma in pioggia. I dati di una singola orbita possono contenere solo due o fino a 100 attraversamenti di magnetopausa, con sosia di falsi allarmi disseminati in mezzo. Per trovarli, lo scienziato nel ciclo deve semplicemente mettere nel tempo.

"Nei primi giorni, era fondamentalmente un lavoro a tempo pieno, "ha detto Rick Wilder, fisico spaziale presso il Laboratorio di fisica dell'atmosfera e dello spazio di Boulder, Colorado. Da allora, Wilder ha aiutato a ottimizzare il flusso di lavoro di Scientist in the Loop e ha formato le nuove reclute in esperti esperti. Oggi, uno scienziato esperto nel ciclo ha bisogno solo di poche ore alla settimana. Ma è ancora un ceppo per i ricercatori che si offrono volontari in cima a un programma fitto di appuntamenti. "La fatica è sempre nella parte posteriore della nostra mente, " ha detto Wilder.

Avevano sempre pianificato di automatizzare parti dello Scienziato nel ruolo di Loop, ma trovare un algoritmo per abbinare le prestazioni umane è stata una sfida. Gli scienziati possono vedere tendenze più ampie nei dati, qualcosa che la maggior parte degli algoritmi fa fatica a fare. "Parte di ciò che fa uno scienziato è guardare la progressione nel tempo dei dati, " disse Argall. "Per esempio, essere in grado di identificare che sei nella magnetosfera ad un certo punto, e usarlo per influenzare il modo in cui [vedi] l'evoluzione dei dati".

Argall e i suoi collaboratori hanno creato un algoritmo che cerca di emulare il modo in cui gli umani leggono i dati. Ha la forma di una rete neurale, una tecnica di elaborazione dei dati ispirata al cervello. A differenza degli algoritmi tradizionali, le reti neurali si programmano per tentativi ed errori. Argall ha mostrato gli esempi di rete di attraversamenti di magnetopausa, poi testato su nuovi casi. Se ha risposto male, è stato scelto un non-incrocio, o un vero attraversamento è stato mancato - ha inviato un segnale di errore, innescando una cascata di aggiustamenti prima del prossimo test. Come gli scienziati umani nel ciclo, la rete ha imparato a identificare gli attraversamenti della magnetopausa dall'esperienza.

Ma la maggior parte delle reti neurali elabora i dati in istantanee isolate, mentre gli scienziati vedono le misurazioni svolgersi nel tempo. Il team ha approssimato l'abilità dello scienziato utilizzando i gate per archiviare i dati appena visualizzati dalla rete e i dati successivi. Mentre la rete decide se sta osservando l'attraversamento della magnetopausa o meno, può accedere ai punti dati circostanti per aiutare. "L'algoritmo aggiunge dati di input dal passato e dal futuro per fornire un contesto per la decisione che sta prendendo in questo momento, " ha detto Argal.

È il primo algoritmo di quelli che potrebbero essere molti. Il team immagina di costruire diversi rilevatori per scopi speciali per lavorare insieme in una gerarchia. (Un gruppo di specialisti, altri hanno trovato, supera un algoritmo tuttofare.) Al livello più basso, I "classificatori di regioni" esaminano i dati per capire dove si trova la navicella spaziale nello spazio. Passano il loro output a "classificatori di eventi" specifici della regione " che cercano i fenomeni che i ricercatori vogliono trovare. Con successo nei prossimi anni, L'MMS potrebbe rilevare automaticamente molto di più degli incroci di magnetopausa.

"Potremmo accettare richieste, diciamo per una certa firma nei dati, e portalo giù in tempo reale, "Ha detto Giles. "In questo senso diventa un osservatorio di sistema, una risorsa della comunità".

È ancora molto lontano. Il nuovo algoritmo attualmente corrisponde ai giudizi umani circa il 70% delle volte. (Anche gli scienziati non sono d'accordo tra loro il 100% delle volte.) Da ottobre 2019, lo Scientist in the Loop di ogni settimana lo ha trattato come un assistente, ricontrollando il loro lavoro e individuando eventuali errori.

"Ma sono sicuro che tra qualche anno ancora, con queste tecniche che sta sviluppando, renderà ridondante lo Scientist in the Loop, " disse Giles. "Lo sapremo quando quel giorno arriverà, perché non faranno altro che entrare, spunta una casella, E vai avanti."

Con un fidato assistente algoritmico al loro fianco, gli scienziati potrebbero concentrarsi su quelle oscillazioni dei dati che non sanno ancora come etichettare. Potremmo intravedere un futuro in cui gli algoritmi sono meno strumenti dei collaboratori, lavorare a fianco degli scienziati mentre entrambi imparano dai nuovi dati insieme.