太空相机旧了先别扔！AI说它有办法！

数码相机的感光元件一旦老化也就面临着被淘汰的命运，同时，你的钱包也就要为购买新器材而准备好瘦身了，但是航天器上的探测器老化了怎么办呢？

SDO卫星7个通道紫外图像的“老化”前后对比  上为2010年刚工作时拍摄的影像  下为2019年时的监测画面

不拉皮不整形，AI美化有方术

花几分钟懂点儿啥，这是科学懂点儿啥的第39篇原创

对于专门看太阳的探测器而言，它们的工作可是份“苦差”，与身处地球的人类相比，没有了大气层的保护，太空看太阳完全是没遮没拦。强光刺眼不说，太多的紫外线无论抹多厚的防晒霜也不好使，穿透力极强的高能射线甚至能直射而过，所以，太阳探测器的“相机”老化速度非常快。这可苦了它们，总不能像专业摄影师那样机器用旧了就直接换新机呀，但是老化的探测器拍出的画面会失真，获取的数据也会变得不准确，别急！办法总是有的。

探空火箭来帮忙

与动辄数亿数十亿的探测器相比，探空火箭就显得经济实惠多了，既然太空的探测器老化失准了，那就发射火箭送一个“同款”的探测器上去，通过它获得的监测数据来校准误差不就可以了。

探空火箭可以看成是运载火箭的极简版，体积小、飞行高度低、轨道和飞行姿态自动控制，一般能到达距离地面几十到一千多千米的高度，对于太阳探测器的探空校准而言，探空火箭将探测器打到距离地面2-300千米的高度，然后将其释放，探测器上升到最高点并相对缓慢的划过一道抛物线，这就给了探测器几分钟的工作时间，让它获得太阳辐射的探测数据，随后，当高度下降到30千米以下时降落伞会自动打开，通过人工回收探测器和数据。

随卫星进入太空的探测器在工作一段时间都会出现老化，本底噪音会增大，所能探测的有效数据上下限也会有所降低，这就会让所拍摄的画面变得“明暗不均、噪点增多、成像不清晰”。探空火箭的探测器在与太空观测类似的条件下所获取的数据这时就发挥作用了，能够“告诉”太空探测器该提高一定的信噪比了，这样可以把噪音压下去减少“雪花信号”，从而长期保持一个稳定的成像质量。

太阳304埃波段监测图的校准前后对比  左图是未校准的“退化”影像，右图为探空火箭数据校准后

但是探空火箭也有麻烦的地方，那就是要频繁的打上去，至少一年也要一次才行，而其中的真空期就不可避免的会出现误差。那还有没有别的办法了？

有！人工智能！

近日，美国国家宇航局的科学家通过深度的机器语言学习算法，让计算机像空间天气预报员一样，对不同波段的太阳紫外图进行大量观看，包括其中所体现出来的活动区、冕洞、耀斑等典型太阳活动。对于探测器拍摄影像和数据资料所展示出的前后偏差也一并包含在内，不同的是人为的让计算机去比较这些数据偏差，同时告诉它准确图片所需要的校准数值。

这是未校准的“退化”影像和AI校准后影像的对比  可以看到10年里的器件老化被AI“抹平了”

经过大量的学习之后，计算机积累了足够的数据校准实例，当它再次遇到新的未经校准的监测影像时就能自主的作出判断和修正，这是理想的状态。那计算机是不是真的学会了呢？当科学家给出一份虚拟的校准数据和探空火箭真实校准数据让计算机比较时，它成功了，这说明AI程序是有效的。

如果这种借助人工智能对太阳活动监测数据的识别与分析能力进一步发展的话，很多空间天气领域的探测数据都可以由它来优化处理，甚至在理论上讲，计算机都可以对太阳的活动作出它的判断了。