Une alerte apparaît dans votre e-mail :les dernières observations de l'engin spatial sont prêtes. Vous avez maintenant 24 heures pour parcourir 84 heures de données, en sélectionnant les moments les plus prometteurs en une fraction de seconde que vous pouvez trouver. Les points de données que vous choisissez, selon la façon dont vous les classez, téléchargera depuis le vaisseau spatial dans la résolution la plus élevée possible ; les chercheurs peuvent passer des mois à les analyser. Tout le reste sera écrasé comme s'il n'avait jamais été récupéré.

Tels sont les enjeux du Scientist in the Loop, l'un des rôles les plus importants sur le multi-échelle magnétosphérique, ou MMS, équipe missionnaire. Soixante-treize bénévoles se partagent la responsabilité, travailler des équipes d'une semaine à la fois pour s'assurer que les meilleures données parviennent au sol. Il faut un œil vif et méticuleux, c'est pourquoi cela a toujours été laissé à un humain soigneusement entraîné, du moins jusqu'à présent.

Un article publié aujourd'hui décrit le premier algorithme d'intelligence artificielle à donner un coup de main (virtuel) à Scientist in the Loop.

« MMS est la première grande mission de la NASA à mettre en œuvre l'apprentissage automatique dans ses opérations de mission, " dit Matthieu Argall, physicien de l'espace à l'Université du New Hampshire et auteur principal de l'article.

L'algorithme effectue une seule tâche :détecter le moment où le vaisseau spatial est passé du champ magnétique terrestre à celui du soleil, ou vice versa. Mais ce n'est que le premier de nombreux algorithmes à usage spécial qui pourraient changer la façon dont la science du MMS est effectuée.

Faire éclater la bulle de la Terre

Un champ de force invisible entoure notre planète, une bulle géante en montgolfière de plus de 40, 000 milles dans l'espace. C'est notre champ magnétique, et il nous sert de plusieurs manières. Il garde les choses à l'écart, dévier les rayons cosmiques nocifs qui frapperaient autrement la surface de la Terre, mettre la vie en danger. Mais il garde aussi les choses à l'intérieur, établir des modèles de trafic pour les particules bourdonnant dans l'espace proche de la Terre. électrons, petit et léger, tourner des pirouettes serrées autour des lignes de champ magnétique de la Terre ; les ions plus lourds avancent plus lentement, boucles plus larges.

Mais le champ magnétique de la Terre n'est rien comparé à celui du soleil. Particules soufflées par le soleil, connu sous le nom de vent solaire, transporter le champ magnétique de notre étoile bien au-delà de l'orbite de Neptune. Les particules qu'il contient tracent les lignes de champ magnétique du soleil, collision avec la bulle magnétique de la Terre en cours de route. Les sites de collision forment une frontière invisible que les scientifiques appellent la magnétopause.

Dans l'ensemble, la magnétopause tient bon, mais pas toujours. Lorsque les conditions sont réunies et que les champs magnétiques s'alignent, le vent solaire peut percer notre bulle magnétique. Le site de la brèche est connu comme une région de diffusion d'électrons, ou EDR, et les trouver est l'objectif principal de la mission MMS.

Au sein d'une EDR, les lignes de champ magnétique du soleil et de la Terre fusionnent, s'annuler, et disparaître. électrons, énergisé et délié, va et vient dans un pandémonium chaotique.

"C'est comme s'ils avaient perdu leurs lignes de voie pendant que quelqu'un écrasait leurs accélérateurs, " a déclaré Barbara Giles, scientifique de projet senior pour le MMS.

Ces explosions de particules déclenchent une réaction en chaîne qui déclenche les aurores boréales et australes – elles peuvent même mettre en danger les astronautes et les vaisseaux spatiaux sur leur chemin. Les EDR éclatent dans tout l'univers, du milieu des éruptions solaires aux bords des trous noirs. MMS les recherche plus près de chez eux, au bord du champ magnétique terrestre.

Mais en attraper un en flagrant délit est extrêmement difficile. Les EDR apparaissent sans préavis, s'étendre sur aussi peu que deux milles de diamètre (dans un espace de recherche de 14 milliards de milles de large), et ne durent que quelques dixièmes de seconde. En cinq ans de recherche continue, Le MMS en a mesuré un peu plus de 50. Mais chaque fois qu'il traverse la magnétopause, où notre champ magnétique rencontre celui du soleil, il a une autre chance d'en voir un.

Chasse aux traversées de magnétopause

Ainsi, le scientifique dans la boucle passe au crible les données de chaque orbite, chasse aux croisements de magnétopause. Mais ils ne ressortent pas nécessairement dans les données - les identifier revient plutôt à repérer quand une bruine se transforme en pluie. Les données d'une seule orbite peuvent contenir jusqu'à deux ou jusqu'à 100 croisements de magnétopause, avec des sosies de fausses alarmes parsemées entre les deux. Pour les trouver, le Scientist in the Loop doit simplement y mettre le temps.

« Dans les premiers jours, c'était essentiellement un travail à temps plein, " a déclaré Rick Wilder, physicien de l'espace au Laboratoire de physique atmosphérique et spatiale de Boulder, Colorado. Depuis, Wilder a aidé à optimiser le flux de travail de Scientist in the Loop et a formé les nouvelles recrues en experts chevronnés. Aujourd'hui, un Scientist in the Loop expérimenté n'a besoin que de quelques heures par semaine. Mais c'est toujours une pression sur les chercheurs qui font du bénévolat en plus d'horaires chargés. "La fatigue est toujours au fond de nos têtes, " a déclaré Wilder.

Ils avaient toujours prévu d'automatiser certaines parties du rôle du scientifique dans la boucle, mais trouver un algorithme pour correspondre à la performance humaine était un défi. Les scientifiques peuvent voir des tendances plus importantes dans les données, quelque chose que la plupart des algorithmes ont du mal à faire. "Une partie de ce que fait un scientifique est de regarder la progression dans le temps des données, " dit Argall. " Par exemple, être capable d'identifier que vous êtes dans la magnétosphère à un moment donné, et l'utiliser pour influencer la façon dont [vous voyez] l'évolution des données."

Argall et ses collaborateurs ont construit un algorithme qui essaie d'imiter la façon dont les humains lisent les données. Il prend la forme d'un réseau de neurones, une technique informatique inspirée du cerveau. Contrairement aux algorithmes traditionnels, les réseaux de neurones se programment par essais et erreurs. Argall a montré des exemples de réseaux de croisements de magnétopause, puis testé sur de nouveaux cas. S'il a répondu mal - un non-croisement a été choisi, ou un vrai croisement a été manqué - il a envoyé un signal d'erreur, déclenchant une cascade d'ajustements avant le prochain test. Comme les scientifiques humains dans la boucle, le réseau a appris à identifier les croisements de magnétopause par expérience.

Mais la plupart des réseaux de neurones traitent les données dans des instantanés isolés, alors que les scientifiques voient les mesures se dérouler dans le temps. L'équipe a estimé la capacité du scientifique en utilisant des portes pour stocker les données que le réseau vient de voir ainsi que les données à venir. Comme le réseau décide s'il regarde ou non le croisement de la magnétopause, il peut accéder aux points de données environnants pour vous aider. "L'algorithme ajoute des données d'entrée du passé et du futur pour fournir un contexte à la décision qu'il prend à l'heure actuelle, " dit Argall.

C'est le premier algorithme de ce qui peut être plusieurs. L'équipe imagine de construire plusieurs détecteurs spécialisés pour travailler ensemble dans une hiérarchie. (Un assemblage de spécialistes, d'autres ont trouvé, surpasse un algorithme de touche-à-tout.) Au niveau le plus bas, Les "classificateurs de région" examinent les données pour déterminer où se trouve le vaisseau spatial dans l'espace. Ils transmettent leur sortie à des "classificateurs d'événements spécifiques à la région, " qui recherchent les phénomènes que les chercheurs veulent trouver. Avec succès au cours des prochaines années, Le MMS pourrait détecter automatiquement bien plus que les croisements de magnétopause.

"Nous pourrions prendre des demandes, disons pour une certaine signature dans les données, et l'abattre en temps réel, " Giles a dit. " Il devient un observatoire du système dans ce sens-une ressource communautaire. "

C'est encore loin. Le nouvel algorithme correspond actuellement aux jugements humains environ 70 % du temps. (Même les scientifiques ne sont pas d'accord les uns avec les autres 100% du temps.) Depuis octobre 2019, chaque semaine Scientist in the Loop l'a traité comme un assistant, revérifier leur travail et relever les éventuelles erreurs.

"Mais je suis sûr que dans quelques années, avec ces techniques qu'il développe, il va rendre le Scientist in the Loop redondant, " Giles a dit. " Nous saurons quand ce jour viendra, car tout ce qu'ils feront c'est d'entrer, cocher une case, et avance."

Avec un fidèle assistant algorithmique à ses côtés, les scientifiques pourraient se concentrer sur ces fluctuations dans les données qu'ils ne savent pas encore comment étiqueter. On entrevoit peut-être un avenir où les algorithmes sont moins des outils que des collaborateurs, travailler aux côtés de scientifiques car les deux apprennent ensemble de nouvelles données.