AI

Radziecka sonda spadła po 53 latach na orbicie - AI przewidziała moment wejścia w atmosferę z dokładnością do 2 minut

Naukowcy wykorzystali powrót sondy Kosmos 482 do przetestowania nowego algorytmu opartego na głębokim uczeniu. Wyniki mogą pomóc w przewidywaniu, kiedy kosmiczne śmieci wejdą w atmosferę Ziemi.

5 min czytania

Radziecka sonda wróciła po 53 latach. Algorytm pomylił się o 2 minuty
Radziecka sonda wróciła po 53 latach. Algorytm pomylił się o 2 minuty

Radziecka sonda Kosmos 482 spędziła na orbicie okołoziemskiej aż 53 lata, choć pierwotnie miała dotrzeć na Wenus. Gdy w maju 2025 roku zaczęła tracić wysokość, astronomowie na całym świecie starali się precyzyjnie określić, kiedy wejdzie w atmosferę. Teraz to wydarzenie posłużyło badaczom jako materiał testowy dla nowego algorytmu.

Rezultat testu zrobił wrażenie - wyliczony przez system moment różnił się od oficjalnie ogłoszonego zaledwie o 2 minuty. Rozwiązanie bazujące na głębokim uczeniu sprawdzono też na przykładzie teleskopu NASA oraz fragmentu chińskiej rakiety. W każdym z tych przypadków rzeczywisty bądź zgłoszony czas powrotu znalazł się w granicach przewidzianego przedziału niepewności. Taka technologia mogłaby w przyszłości ograniczyć zagrożenia związane z rosnącą liczbą śmieci kosmicznych na orbicie.

Miała lądować na Wenus, wróciła po pół wieku

Start Kosmosu 482 nastąpił 31 marca 1972 roku w ramach radzieckiego programu eksploracji Wenus. Misja nie powiodła się jednak, bo usterka członu rakiety nośnej uniemożliwiła sondzie wydostanie się poza orbitę ziemską. Fragment urządzenia pozostawał w kosmosie przez ponad pięćdziesiąt lat. Dopiero wiosną 2025 roku stopniowo opadająca orbita doprowadziła do nieuniknionego powrotu obiektu na Ziemię. Temat zyskał rozgłos także w Polsce, gdyż nasz kraj leżał na jednej z możliwych tras przelotu.

Wcześniej informowaliśmy o komunikacie Polskiej Agencji Kosmicznej oraz niepewności co do miejsca, w którym radziecki lądownik mógł spaść. Ostatecznie Roskosmos podał 10 maja 2025 roku, że obiekt wszedł w atmosferę o godzinie 6:24 UTC, a jego szczątki trafiły do Oceanu Indyjskiego, na zachód od Dżakarty.

To właśnie te dane posłużyły jako punkt odniesienia dla nowego modelu obliczeniowego. Algorytm wyznaczył godzinę 6:22 UTC, z marginesem niepewności na poziomie 11,4 minuty. Różnica między centralną prognozą systemu a komunikatem rosyjskiej agencji wyniosła więc tylko 2 minuty. Warto jednak podkreślić, że obliczenia przeprowadzono już po zakończeniu zdarzenia, opierając się na archiwalnych danych orbitalnych - był to test odtwarzający przeszłe wydarzenie, a nie prognoza opublikowana przed upadkiem sondy.

Minuta pomyłki to setki kilometrów różnicy

Skąd bierze się tak duże znaczenie precyzyjnego określenia czasu? Obiekt schodzący z niskiej orbity ziemskiej porusza się początkowo z prędkością rzędu 7,8 km/s, co oznacza, że w ciągu jednej minuty jest w stanie przebyć wzdłuż swojej trasy około 460 km. Błąd sięgający 10 minut przekłada się więc na rozbieżność rzędu 4,6 tys. km. To dobrze obrazuje, dlaczego nawet drobna nieścisłość czasowa znacząco utrudnia wskazanie regionu, nad którym dojdzie do wejścia w atmosferę.

Kluczową trudność stanowi tutaj opór powietrza. Mimo że na wysokości setek kilometrów atmosfera jest mocno rozrzedzona, wciąż spowalnia satelity i stopniowo ściąga je na niższe orbity. Problem w tym, że gęstość atmosfery nie jest stała - gdy rośnie aktywność Słońca, górne warstwy nagrzewają się i rozszerzają. Obiekt lecący na tej samej wysokości może wtedy napotkać większy opór niż wcześniej.

Podobny mechanizm opisywaliśmy już przy okazji sondy Van Allen Probe A, która wróciła na Ziemię znacznie szybciej, niż pierwotnie zakładano. To właśnie zmienność warunków atmosferycznych sprawia, że tworzenie wiarygodnych prognoz jest tak trudne.

Sztuczna inteligencja uczy się hamowania satelitów w atmosferze

Za opracowanie nowej metody odpowiadają naukowcy z indonezyjskiej Narodowej Agencji Badań i Innowacji (BRIN), Institut Teknologi Bandung oraz Khalifa University ze Zjednoczonych Emiratów Arabskich. W pracy opublikowanej w czasopiśmie Acta Astronautica połączono tradycyjne obliczenia mechaniki orbitalnej z siecią neuronową.

Podział zadań został tak zaprojektowany, by wykorzystać zalety obu podejść. Model fizyczny odpowiada za uwzględnienie grawitacji Ziemi, jej spłaszczenia oraz oporu górnych warstw atmosfery. Z kolei sztuczna inteligencja przewiduje, jak zmienia się tzw. współczynnik balistyczny, czyli parametr określający, w jakim stopniu dany obiekt jest hamowany przez powietrze w stosunku do swojej masy.

Ma to szczególne znaczenie w przypadku satelitów wyposażonych w panele słoneczne oraz członów rakiet, które podczas opadania mogą się obracać. Zmiana ich ustawienia względem kierunku lotu wpływa na powierzchnię wystawioną na działanie atmosfery. Algorytm bierze pod uwagę historyczne dane orbitalne oraz informacje dotyczące aktywności słonecznej i geomagnetycznej. Do badania wykorzystano dane obejmujące okres 11 lat, a więc cały cykl aktywności Słońca. W trakcie wyliczania przyszłej trajektorii przewidywany współczynnik balistyczny jest odświeżany co 3 godziny.

Trzy testowe przypadki i obiecujące rezultaty

Kosmos 482 nie był jedynym obiektem użytym w eksperymencie. Badacze sprawdzili model również na przykładzie należącego do NASA teleskopu NEOWISE, który wszedł w atmosferę 2 listopada 2024 roku. Tutaj algorytm wskazał godzinę 0:54 UTC, podczas gdy oficjalny komunikat podawał 0:49 UTC - różnica wyniosła 5 minut przy przedziale niepewności równym 7,8 minuty.

Trzecim badanym przypadkiem był górny stopień chińskiej rakiety Długi Marsz 4B, którego szczątki zaobserwowano 26 marca 2023 roku nad południowo-wschodnią Hiszpanią. Model obliczył godzinę 22:45 UTC, natomiast obserwacje naoczne wskazywały przedział 22:33-22:36 UTC. Również w tym przypadku wynik zmieścił się w oszacowanym marginesie niepewności, choć rozbieżność była tu większa niż w pozostałych próbach.

Naukowcy przeprowadzili też obliczenia kontrolne, zakładając, że współczynnik balistyczny pozostaje stały. Dla teleskopu NEOWISE oraz członu rakiety prognozy okazały się wtedy mniej trafne, z odchyleniem sięgającym kilkudziesięciu minut. To pokazuje, że kluczową zaletą nowego algorytmu jest właśnie uwzględnianie zmieniającego się oporu atmosferycznego, zwłaszcza w przypadku obiektów o nieregularnych kształtach.

Śmieci kosmicznych przybywa, a takie prognozy będą coraz bardziej potrzebne

Nowa metoda musi jeszcze przejść weryfikację w realnych warunkach. Jak dotąd przeanalizowano tylko trzy zakończone zdarzenia, a każdy z badanych obiektów miał za sobą wieloletnią historię obserwacji. Nie wiadomo jeszcze, czy model sprawdzi się równie dobrze w przypadku młodszych satelitów, dla których dostępne są krótsze serie danych pomiarowych.

Zapotrzebowanie na tego typu rozwiązania rośnie jednak bardzo szybko. Jak informowaliśmy wcześniej, według Europejskiej Agencji Kosmicznej w 2025 roku do atmosfery wracały średnio ponad trzy duże obiekty orbitalne dziennie. Większość z nich spala się podczas opadania, jednak część fragmentów może dotrzeć do powierzchni Ziemi.

Bardziej precyzyjne przewidywanie momentu wejścia w atmosferę mogłoby pomóc zawęzić obszary potencjalnego zagrożenia i sprawniej organizować ostrzeżenia. Nie oznacza to jednak możliwości wskazania miejsca upadku z dokładnością do kilku kilometrów, ponieważ na trajektorię i przetrwanie poszczególnych fragmentów wpływa jeszcze wiele innych czynników.

Źródło: Spider's Web

AI

Amerykańskie banki w obronie przed agentami AI na kontach klientów

Instytucje finansowe w USA zaczęły wykrywać na kontach klientów samodzielne działania agentów sztucznej inteligencji, które logują się cudzymi danymi i wykonują operacje niezależnie od poleceń właściciela. W odpowiedzi banki wprowadzają blokady i ograniczenia dostępu.

6 min czytania