En nyligen genomförd "djupinlärnings"-algoritm – trots att den inte har någon medfödd kunskap om solfysik – skulle kunna ge mer exakta förutsägelser om hur solen påverkar vår planet än nuvarande modeller baserade på vetenskaplig förståelse.

I årtionden, människor har försökt förutsäga solens inverkan på vår planets atmosfär. Ända tills nu, Algoritmer baserade på solfysik har använts för att förutsäga skiftande täthet i jordens atmosfär.

Men med så många variabler som påverkar de komplexa och dynamiska lagren av gaser runt jorden, artificiell intelligens (AI) skulle kunna ge verkliga förbättringar inom detta område på grund av dess förmåga att hantera mycket mer komplexa data, med viktiga konsekvenser för hur vi flyger uppdrag i jordens omloppsbana.

Solen är ett riktigt drag

Förhållandena i rymden varierar beroende på solens humörsvängningar, känt som "rymdväder". Solen spyr ut strålning i en konstant ström, men det sänder ibland också ut våldsamma skurar av högenergipartiklar som direkt kan träffa vår planet. Dessa partiklar orsakar geomagnetiska stormar - tillfälliga störningar i jordens skyddande magnetfält.

Jordens atmosfär påverkas också av dessa utbrott, eftersom geomagnetiska stormar och ökat ultraviolett ljus värmer upp den övre atmosfären, får den att expandera. När uppvärmd luft stiger, dess densitet i banor på upp till 1000 km ökar, och satelliter i närheten upplever mer motstånd, eller "dra, " vilket får dem att sakta ner och ändra omloppsbana.

Utan ingripande, som att avfyra propellerna för att hålla dem uppe, satelliter skulle sakta falla till jorden och brinna upp i atmosfären. Vid uppdragskontroll, vi lyfter rutinmässigt omloppsbanan för vår flotta av jordutforskare.

Att förbättra dessa förutsägelser skulle göra det möjligt för operatörer att planera längre och mer exakta cykler av korrigeringsmanövrar, vilket innebär att det skulle behövas färre propellerskott, öka mängden tid satelliter kan lägga på att samla in vetenskaplig data.

Vitalt, vår kunskap om rymdfarkosternas framtida position skulle också öka, så att vi mer exakt kunde förutsäga riskerna för kollisioner i rymden, hjälper oss att skydda vår rymdfarkost i den nuvarande miljön för rymdskräp.

Atmosfäriska förutsägelser

Två viktiga faktorer behövs för att göra atmosfäriska förutsägelser:solindexet och det geomagnetiska indexet. Båda mätningarna är tagna från jorden, och samlat på flera platser över hela världen.

Solindexet kommer från det som kallas 10,7 cm Solar Radio Flux - mängden ljus som sänds ut av solen med en våglängd på 10,7 cm. F10.7, som det också är känt, är en utmärkt proxy för solaktivitet, och eftersom det kan observeras i alla väderförhållanden, mätningar kan göras varje dag, i ur och skur.

Det geomagnetiska indexet används för att karakterisera storleken på stormar i jordens magnetfält, orsakas av aktivitet i solen. Sådana stormar kan allvarligt störa elnäten, rymdfarkoster, radiosignaler och förstås det vackra norrskenet vid polerna.

"Vi observerar det förflutna, men vi kan bara förutsäga framtiden", säger Pere Ramos Bosch, Flight Dynamics Engineer på ESA:s ESOC operationscenter.

"Vi använder för närvarande en algoritm som utvecklats för länge sedan, som tar utvecklingen av värdena för F10.7 och geomagnetiska index från tidigare år, samt kunskap om sol- och atmosfärsfysik, att göra förutsägelser för de kommande 27 dagarna."

Dock, nuvarande förutsägelser är i allmänhet ganska felaktiga. Även om vi inte har förlorat ett uppdrag än, vår bristande förståelse för hur atmosfärens densitet förändras är den största felkällan när det gäller flygande satelliter i låg omloppsbana om jorden, som Aeolus vinduppdrag och Sentinel-serien av jordutforskare.

Kan AI göra skillnad?

ESA testar nu en helt annan algoritm som använder samma uppmätta data från solen och jorden, men ignorerar fysiken helt och hållet och använder istället "djupinlärning". Team hoppas att det kommer att använda sitt "Långa korttidsminne" för att känna igen komplexa relationer och mönster som vi människor helt enkelt inte kan upptäcka.

"Vi är på väg att börja få resultat, men det ser ut som att AI visar sig göra det bästa av tillgängliga data, " säger David Remili, en Luxembourg National Trainee i ESA:s artificiell intelligens och Operations Innovation Group som har fått i uppdrag att utveckla AI-förutsägelseverktyget.

"Det är ett privilegium att få resurserna att kombinera AI och astrofysik, och i slutändan för att positivt påverka hur rymduppdrag flygs."

Än så länge verkar AI-verktyget lovande, men håll utkik för att ta reda på vilken algoritm som bättre förutsäger framtiden, och om vi kan använda dessa nya datorförmågor för att bättre förstå interaktionerna mellan solsystemet och vårt hem.

Solvarning

ESA:s framtida Lagrange-uppdrag kommer att hålla konstant koll på solen. Satelliten, ligger vid den femte Lagrange-punkten, kommer att skicka tidig varning om potentiellt skadlig solaktivitet innan den påverkar satelliter i omloppsbana eller elnät på marken, ger operatörerna tid att agera för att skydda viktig infrastruktur.