开源项目旨在为研究人员和初创企业提供帮助

IBM公布了两项开源人工智能项目，希望能帮助天文学家更好地处理太空垃圾，并鼓励创业公司用大量CubeSats环绕地球。

太空态势感知(SSA)项目关注的是人为空间物体(ASOs)，这是一个花哨的术语，指的是人类抛入太空轨道的东西。IBM与德克萨斯大学航空航天工程副教授Moriba Jah合作，开发了两个模型来预测ASOs的轨道。

第一个模型被描述为基于物理学的系统，模拟了这些物体的轨道如何随着时间的推移受到地球的影响。Jah说，ASO就像海洋中的船只一样在太空中移动，尽管不是洋流，而是重力作用引导着物体，他告诉我们，第二个模型使用机器学习算法来预测基于物理的系统产生的轨道计算中的误差，这些误差会反馈给用户以改进后者的模型。

总体目标是预测ASO的轨道，并计算两个物体之间是否有相互碰撞的风险。

Jah告诉我们，SSA项目中的模型还没有准备好投入生产，尽管它们是未来可能的示范。他最终希望构建一个功能类似于Web门户的ASO预测工具。他说：“天文学家可以搜索特定的物体，并上传他们感兴趣的纵向和纬度数据。然后，该数据可用于查询知识图，并转化成电影或某种形式的可视化图像，演示出该物体在未来是如何运动的。”

但是，为了构建它，他需要在一个称为“空间域数字孪生”的模型中模拟所有ASO。Jah希望IBM的开源SSA项目能够鼓励天文学家参与进来，来分享任何更详细描述这些天体的数据，以便更好地对它们进行建模。他说：“在ASOs上没有分类法，太空轨道上面有各种各样的东西，比如宇航员的手套，卫星上的螺母和螺栓。但我们还没有考虑到它们的形状或材料等不同属性的代表性模型。”

该软件的计算量相当大。IBM空间技术中心的工程师们使用了“Big Blue”的一个裸机云服务器来训练和运行他们的模型，该服务器包含16个英特尔至强处理器核，120GB内存和两个Nvidia Tesla V100 gpu，每个gpc都有16GB内存。

最后，KubeSat项目是一组工具，可以模拟微小的CubeSat群的行为以及星座内的卫星如何相互通信。

通过绘制它们的轨道，该软件可以自动限制微型卫星互相发送数据和地面控制的方式。KubeSat框架还包含构建消息服务的代码，作为卫星之间通信的一种形式，可以通过强化学习算法来优化。

IBM在一份声明中表示:“航天工业的创新可以从这个框架中受益。”

并且表示可以使用此框架构建针对特定用例的强化学习模型，将其作为许多卫星组织的基础软件。这些卫星群之间的协作和通信可以是自主的，从而允许群根据需要进行集成或分离。这种模块化的群体创建是我们软件的关键组成部分，从而使利用我们软件的卫星发挥最大的作用。

KubeSat框架是由Big Blue的工程师与斯坦福大学的学生共同开发的。