开源人工智能模型解决太空垃圾问题

根据IBM最近的公告，如TechHQ报道，开源人工智能被用于解决太空问题，解决与太空垃圾和卫星通信相关的问题。

IBM自1940年代以来一直在创建计算机技术以推动太空探索和通信，但现在IBM将使用人工智能来处理这些任务。IBM正在处理两个与太空相关的项目：KubeSat和SSA（太空情况感知）。KubeSat旨在实现卫星群的创建和控制，而SSA旨在跟踪低地球轨道中的太空垃圾位置。

这两个项目最近由IBM的太空科技中心团队推出。太空科技团队的负责人是Naeem Altaf，根据Altaf的说法，KubeSat项目是一个自主框架，提供了创建和管理卫星群和星座的工具。除此之外，KubeSat框架可以模拟卫星之间的通信，帮助工程师优化这些通信。

随着越来越多的卫星被发射，卫星之间的通信变得越来越复杂，需要被自动化和优化。该框架使用机器学习算法来优化卫星之间的通信，限制某些卫星之间的通信。KubeSat可以模拟立方体卫星与地面站之间的交互，即使自动通信发生在群之间。这些通信被发布在网页仪表板上供他人查看。KubeSat通过Orekit运行模拟，Orekit是一个用Java创建的动态库。

KubeSat项目被开源，以期望卫星群行业可以被民主化，允许初创公司和群操作员使用新兴技术。

SSA项目是IBM太空科技中心团队和德克萨斯大学的Moriba Jah博士之间的合作。目标是人工智能模型可以改善低地球轨道中物体的轨道预测。低地球轨道中充满了太空垃圾，其中大部分是火箭发射或衰变卫星的遗物。这些物体以每秒数千米的速度围绕地球轨道运行，其轨迹可以被大气天气和密度的波动突然改变。这些物体的轨道需要被预测，以防止太空垃圾和重要太空技术设备之间发生碰撞。希望人工智能模型可以改善轨道预测。

SSA模型是基于美国战略司令部收集的数据进行训练的。数据集每天更新一次。物理模型用于生成低地球轨道中大多数物体的初始预测，然后使用机器学习模型来预测物理模型中的错误。SSA将两个模型结合起来更新物理轨道模型。第二个模型是基于XGBoost的梯度提升模型。

与KubeSat类似，SSA模型被开源，以鼓励不同太空公司和科技公司之间的数据共享和合作。毕竟，卫星通信问题和太空垃圾对所有在太空中运行的公司都构成威胁。

Both KubeSat和OpenShift已经通过IBM的Red Hat OpenShift平台提供。