Aparecerá una alerta en su correo electrónico:las últimas observaciones de la nave espacial están listas. Ahora tiene 24 horas para explorar 84 horas de datos, seleccionando los momentos de fracción de segundo más prometedores que pueda encontrar. Los puntos de datos que elijas, dependiendo de cómo los clasifique, se descargará de la nave espacial en la resolución más alta posible; los investigadores pueden pasar meses analizándolos. Todo lo demás se sobrescribirá como si nunca se hubiera recopilado.

Estos son los riesgos a los que se enfrenta el científico en el bucle, uno de los roles más importantes en la Magnetosfera Multiescala, o MMS, equipo de misión. Setenta y tres voluntarios comparten la responsabilidad, Trabajando turnos de una semana a la vez para garantizar que los mejores datos lleguen al suelo. Se necesita un ojo agudo y meticuloso, por eso siempre se le ha dejado a un humano cuidadosamente entrenado, al menos hasta ahora.

Un artículo publicado hoy describe el primer algoritmo de inteligencia artificial que le dio una mano (virtual) al Scientist in the Loop.

"MMS es la primera gran misión de la NASA que implementa el aprendizaje automático en las operaciones de su misión, "dijo Matthew Argall, físico espacial de la Universidad de New Hampshire y autor principal del artículo.

El algoritmo realiza una única tarea:detectar cuándo la nave espacial cruzó del campo magnético de la Tierra al del sol, o viceversa. Pero es solo el primero de muchos algoritmos de propósito especial que podrían cambiar la forma en que se hace la ciencia de MMS.

Explotando la burbuja de la Tierra

Un campo de fuerza invisible rodea nuestro planeta, una burbuja gigante inflando más de 40, 000 millas en el espacio. Este es nuestro campo magnético, y nos sirve de varias formas. Mantiene las cosas fuera desviar los rayos cósmicos dañinos que de otro modo golpearían la superficie de la Tierra, poner en peligro la vida. Pero también mantiene las cosas adentro, estableciendo patrones de tráfico para las partículas que zumban a través del espacio cercano a la Tierra. Electrones diminuto y ligero, haga piruetas cerradas alrededor de las líneas del campo magnético de la Tierra; los iones más pesados ​​avanzan más lentamente, bucles más anchos.

Pero el campo magnético de la Tierra no es nada comparado con el del sol. Partículas alejadas del sol conocido como el viento solar, llevan el campo magnético de nuestra estrella más allá de la órbita de Neptuno. Las partículas dentro de él trazan las líneas del campo magnético del sol, chocando con la burbuja magnética de la Tierra en el camino. Los sitios de colisión forman un límite invisible que los científicos llaman magnetopausa.

En general, la magnetopausa se mantiene fuerte, pero no siempre. Cuando las condiciones son adecuadas y los campos magnéticos se alinean, el viento solar puede perforar nuestra burbuja magnética. El sitio de la brecha se conoce como región de difusión de electrones, o EDR, y encontrarlos es el objetivo principal de la misión MMS.

Dentro de un EDR, las líneas del campo magnético del sol y de la Tierra se fusionan, cancelar el uno al otro, y desaparecer. Electrones energizado y desatado, ir y venir en un caótico pandemonio.

"Es como si hubieran perdido sus líneas de carril mientras alguien pisaba el acelerador, "dijo Barbara Giles, científico senior de proyectos para MMS.

Estas explosiones de partículas desencadenan una reacción en cadena que enciende las luces del norte y del sur; incluso pueden poner en peligro a los astronautas y las naves espaciales en su camino. Los EDR hacen erupción en todo el universo, desde el medio de las erupciones solares hasta los bordes de los agujeros negros. MMS los busca más cerca de casa, en el borde del campo magnético de la Tierra.

Pero atrapar a uno en el acto es extremadamente difícil. Los EDR aparecen sin previo aviso, se extienden tan poco como dos millas de ancho (dentro de un espacio de búsqueda de 14 mil millones de millas de ancho), y duran sólo décimas de segundo. En cinco años de búsqueda continua, MMS ha medido poco más de 50. Pero cada vez que cruza la magnetopausa, donde nuestro campo magnético se encuentra con el del sol, tiene otra oportunidad de ver uno.

A la caza de cruces de magnetopausia

Entonces, el científico en el bucle examina los datos de cada órbita, a la caza de cruces de magnetopausa. Pero no necesariamente se destacan en los datos; identificarlos es más como señalar cuándo una llovizna se convierte en lluvia. Los datos de una sola órbita pueden contener tan solo dos o hasta 100 cruces de magnetopausa, con falsas alarmas simuladas salpicadas en el medio. Para encontrarlos el científico en el circuito simplemente tiene que dedicar tiempo.

"En los primeros días, era básicamente un trabajo de tiempo completo, "dijo Rick Wilder, físico espacial en el Laboratorio de Física Atmosférica y Espacial en Boulder, Colorado. Desde entonces, Wilder ha ayudado a optimizar el flujo de trabajo de Scientist in the Loop y ha capacitado a los nuevos reclutas para que se conviertan en expertos experimentados. Hoy dia, un científico experimentado en el circuito solo necesita unas pocas horas a la semana. Pero sigue siendo una tensión para los investigadores que se ofrecen como voluntarios con horarios ocupados. "La fatiga siempre está en el fondo de nuestra mente, "Dijo Wilder.

Siempre habían planeado automatizar partes del Científico en el rol del Loop, pero encontrar un algoritmo que se adaptara al desempeño humano fue un desafío. Los científicos pueden ver tendencias más amplias en los datos, algo que a la mayoría de los algoritmos les cuesta hacer. "Parte de lo que hace un científico es observar la progresión en el tiempo de los datos, "dijo Argall." Por ejemplo, poder identificar que estás en la magnetosfera en un punto, y usar eso para influir en cómo [ves] la evolución de los datos ".

Argall y sus colaboradores construyeron un algoritmo que intenta emular cómo los humanos leen los datos. Toma la forma de una red neuronal, una técnica de procesamiento de datos inspirada en el cerebro. A diferencia de los algoritmos tradicionales, Las redes neuronales se programan a sí mismas mediante prueba y error. Argall mostró los ejemplos de redes de cruces de magnetopausa, luego lo probé en nuevos casos. Si respondió mal, se eligió un no cruce, o se perdió un cruce verdadero:envió una señal de error, desencadenando una cascada de ajustes antes de la siguiente prueba. Como científicos humanos en el Loop, la red aprendió a identificar los cruces de magnetopausia a partir de la experiencia.

Pero la mayoría de las redes neuronales procesan datos en instantáneas aisladas, mientras que los científicos ven que las mediciones se desarrollan en el tiempo. El equipo calculó la capacidad del científico mediante el uso de puertas para almacenar los datos que la red acaba de ver, así como los datos que aparecen a continuación. A medida que la red decide si está analizando el cruce de la magnetopausa o no, puede acceder a los puntos de datos circundantes para ayudar. "El algoritmo agrega datos de entrada del pasado y el futuro para proporcionar contexto para la decisión que está tomando en el momento actual, "Dijo Argall.

Es el primer algoritmo de lo que pueden ser muchos. El equipo imagina la construcción de varios detectores de propósito especial para trabajar juntos en una jerarquía. (Un conjunto de especialistas, otros han encontrado, supera a un algoritmo de comercio universal). En el nivel más bajo, Los "clasificadores de región" miran los datos para averiguar dónde está la nave espacial en el espacio. Pasan su salida a clasificadores de eventos específicos de la región, "que buscan los fenómenos que los investigadores quieren encontrar. Con éxito en los próximos años, MMS podría detectar automáticamente mucho más que los cruces de magnetopausia.

"Podríamos aceptar solicitudes, digamos para una determinada firma en los datos, y bájala en tiempo real, ", Dijo Giles." Se convierte en un observatorio de sistemas en ese sentido, un recurso comunitario ".

Eso todavía está muy lejos. El nuevo algoritmo coincide actualmente con los juicios humanos aproximadamente el 70% del tiempo. (Incluso los científicos no están de acuerdo entre ellos el 100% del tiempo). Desde octubre de 2019, El científico del bucle de cada semana lo ha tratado como a un asistente, verificar su trabajo y detectar cualquier error.

"Pero estoy seguro de que dentro de unos años más, con estas técnicas que está desarrollando, va a hacer que el Científico en el Loop sea redundante, "Dijo Giles." Sabremos cuando llegue ese día, porque todo lo que harán es entrar, marque una casilla, y seguir adelante."

Con un asistente algorítmico de confianza a su lado, los científicos podrían centrarse en esas fluctuaciones en los datos que aún no saben cómo etiquetar. Es posible que estemos vislumbrando un futuro donde los algoritmos son menos herramientas que los colaboradores, trabajando junto a los científicos, ya que ambos aprenden juntos de los nuevos datos.