「Gravity」を見てAmber Yangの悪夢、宇宙デブリへの不安と対策。

(CNN)After watching “Gravity,” Amber Yang started having nightmares.
The ninth-grader and astrophysics enthusiast from Windermere, Florida was naturally drawn the film, which imagined an astronaut’s desperate escape to Earth after the destruction of a NASA space shuttle.
“Gravity” bent some rules of physics, broke others, but its most terrifying plot device was, in theory, true. A phenomenon known as the Kessler syndrome, it’s a scenario in which low Earth orbit — home to the International Space Station and other satellites — has reached a critical density of objects. An explosion, or collision between two objects with intersecting orbits, creates debris, setting off an exponential chain of collisions causing a catastrophic breakup of objects above Earth.

(CNN)「Gravity」を見て、Amber Yangは悪夢を持ち始めた。
フロリダ州ウィンダミア出身の9年生と天体物理学者が自然に描いたこの映画は、NASAのスペースシャトルが破壊された後、宇宙飛行士が絶望的に​​地球に脱出することを想像していました。
「Gravity」は物理学のいくつかのルールを曲げ、他のものを壊しましたが、最も恐ろしいプロットデバイスは理論的には真実でした。ケスラー症候群として知られている現象ですが、国際宇宙ステーションや他の衛星の本拠地である低軌道が対象の臨界密度に達しているシナリオです。爆発、または交差する軌道を持つ2つのオブジェクト間の衝突によって、破片が生成され、指数関数的な一連の衝突が起き、地球上の物体が壊滅的に破壊されます。

Faster than a speeding bullet
Low Earth orbit, starting a few hundred miles up, contains millions of objects, ranging from space stations and rocket boosters to flecks of paint. Traveling 10 times faster than a bullet, a speck of debris less than half an inch wide can impact with the force of a hand grenade, meaning no object is benign.

スピードの速い弾丸よりも速く
数百マイル上から始まる低軌道には、宇宙ステーションやロケットブースターから塗料の飛沫至るまで、数百万の物体が含まれています。弾丸よりも10倍速く動くと、幅1/2インチ以下の破片の斑点手榴弾の力に影響を与え、良質な物体がないことを意味する。

The European Space Agency says for many missions, space debris impact represents the third highest risk of losing a spacecraft behind risks associated with launch and deployment in orbit. Avoiding collisions requires constant monitoring and intervention — the US Department of Defense’s Space Surveillance Network makes hundreds of thousands of observations every day.

欧州宇宙局(ESA)は、多くの任務のために、宇宙デブリの衝突は、軌道上での打ち上げと展開に伴うリスクの背後にある宇宙船を失うリスクが3番目に高いことを示しています。衝突を避けるためには、継続的な監視と介入が必要です。米国国防総省の宇宙監視ネットワークは、毎日何十万もの観測を行います。

By 2016 Yang had turned to artificial neural networks, a computing system designed to replicate the learning process of the human brain. They can be used to identify patterns — patterns like orbital debris paths.

2016年までに、ヤンは人間の脳の学習プロセスを再現するように設計された計算システムである人工ニューラルネットワークに目を向けました。軌道の破片のようなパターンを特定するために使用することができます。

Using computer modeling software with a neural network tool, Yang began programming software of her own. She inputted various laws of physics and refined the parameters of her neural network. “It was a new experience for me,” she says, “I hadn’t really done much coding beforehand.”

Yangは、ニューラルネットワークツールを備えたコンピュータモデリングソフトウェアを使用して、彼女自身のソフトウェアをプログラミングし始めた。彼女は物理学のさまざまな法則を入力し、ニューラルネットワークのパラメータを洗練しました。「これは私のための新しい経験でした」と彼女は言います。「私はあまり事前にコーディングをしていませんでした。

To her network she added the coordinates of space debris available to the public online (accessible via Space-Track. You can see a model of this real-time data set via stuffin.space). In June 2016, Yang asked her network to predict three days ahead using 16 days-worth of back data. She says it was 98% accurate.

彼女のネットワークに彼女は公共のオンラインで利用可能なスペースデブリの座標を追加しました(Space-Track経由でアクセス可能です。あなたはこのリアルタイムデータセットのモデルをstuffin.space経由で見ることができます)。ヤンは2016年6月、16日分のバックデータを使用して3日前予測するようにネットワークに依頼しました。彼女はそれが98%正確であると言います。

“There definitely is a threshold limit as to the accuracy, the further in advance you go,” she cautions, but says it compares favorably to other methods. Moreover, the network is evolving.
“Artificial intelligence basically operates on the fact that it can be relearned and retrained,” she adds. “So the more data I have… the more accurate the predictions will be.”

「確かに、精度に関しては限界があり、さらに先に行くことになる」と彼女は注意を喚起しているが、他の方法と比較して有利だと述べている。さらに、ネットワークは進化しています。
「人工知能は、基本的に再学習と再学習が可能であるという事実に基づいて動作する」と付け加えた。「私が持っているデータが多いほど、予測がより正確になる」

Founding a company in college
Yang entered her project into multiple competitions. By the end of the year she had presented her finding at CERN, attended the White House Frontiers Conference, and delivered an impassioned TEDx talk containing powerful insights about the obstacles facing women in STEM industries.

大学に会社を設立
ヤンは彼女のプロジェクトを複数の大会に参加させた。彼女はCERNで彼女の発見を発表し、ホワイトハウスフロンティア会議に出席し、STEM産業における女性が直面している障害についての強力な洞察を含む熱心なTEDxの話を送った。

In 2017 she became a finalist in the Regeneron Science Talent Search, won the Intel Foundation Young Scientist Award — and a $50,000 scholarship with it. Yang also found time to start university at Stanford.
She’s now studying physics while running Seer Tracking, a commercial enterprise looking to license out her software.

2017年、彼女はRegeneron Science Talent Searchでファイナリストになり、インテル財団の若手科学者賞を受賞し、5万ドルの奨学金を得ました。ヤンはまた、スタンフォード大学で大学を始める時間も見つけました。
彼女は現在、彼女のソフトウェアのライセンスを取得しようとする商用企業Seer Trackingを実行している間、物理学を研究しています。

“I’m getting a lot of consumer interest from private space corporations,” Yang says. “Startup companies trying to launch different things into space are very interested in my work, because it’s essentially very low-cost,” she adds, comparing her neural network to sensors and radars.

「私は民間宇宙企業から多くの消費者の関心を集めています。「宇宙に別のものを打ち上げようとしているスタートアップ企業は、本質的に非常に低コストなので、私の仕事に非常に関心があります」と彼女のニューラルネットワークとセンサーやレーダーを比較しています。

“It is still a bit too early to put an exact price tag on my software,” Yang said in a followup email, “however, current space startups that are providing debris mapping services charge around $750,000 to $1 million for one license.” None, she said, use artificial neural networks.
Yang notes that no government space agency has contacted her thus far. CNN asked US AFSPC for their thoughts:

ヤン氏はフォローアップ・メールで、「しかし、現在の宇宙開発業者は、1つのライセンスにつき約75万ドルから100万ドルの瓦礫マッピングサービスを提供している」と述べた。彼女は、人工ニューラルネットワークを使用しているとは言いませんでした。
政府の宇宙機関が今まで彼女に連絡を取ったことはない、とYang氏は指摘する。CNNは米国のAFSPCに彼らの考えを尋ねた。

“We currently do not use neural networks for predicting orbital paths although we do think neural networks are well worth consideration and study for other areas related to satellite operations,” said Payne.
Nonetheless,” he added, “we are very impressed with such a young scientist showing interest in the area of satellite orbit prediction and the capability to develop a neural network to predict them.”
Looking ahead, Yang says she plans to go further in developing her software’s accuracy, and is exploring convolutional neural networks and deep learning (“A lot of people think it’s the next driving force in machine learning,” she says).

「現在、我々は軌道経路を予測するためにニューラルネットワークを使用していないが、ニューラルネットワークは衛星操作に関連する他の分野についても十分検討し検討する価値があると考える。
それにもかかわらず、彼は、衛星軌道予測の分野とそれらを予測するニューラルネットワークを開発する能力に関心を示している若い科学者には非常に感銘を受けている」
ヤン氏は、ソフトウェアの精度をさらに向上させることを計画しており、畳み込みニューラルネットワークと深い学習(「多くの人が機械学習の次の原動力だと思っている」と語っている)

Pocket





最後までお読みいただきありがとうございます。

今回の情報が、少しでもお役に立てれば幸いです。
いいね!やツイートして情報をシェアいただければうれしいです。

コメントを残す

サブコンテンツ

このページの先頭へ