点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
我国空间新技术试验卫星第二批科学与技术成果发布******
记者从中科院微小卫星创新研究院获悉，我国“创新X”系列首发星——空间新技术试验卫星第二批科学与技术成果近日发布。这批成果主要包括获得我国首幅太阳过渡区图像、探测到迄今最亮的伽马射线暴、首次获得全球磁场勘测图等。
01
46.5nm极紫外成像仪获得我国首幅太阳过渡区图像
46.5nm极紫外太阳成像仪(SUTRI)是国际首台基于多层膜窄带滤光技术的46.5nm太阳成像仪，用于探测50万度左右的太阳过渡区(太阳色球与日冕之间的层次)，由国家天文台联合北京大学、同济大学、西安光学精密机械研究所和微小卫星创新研究院共同研制。自2022年8月30日载荷开机以来已经获取了超过1.6TB的探测数据，成功实现了我国首次太阳过渡区探测。这也是人类近半个世纪来首次在46.5nm波段拍摄太阳的完整图像。SUTRI拍摄的图像清晰地显示了过渡区网络组织、活动区冕环系统、日珥和暗条、冕洞等结构(如图2)，这些结构的观测特征表明，SUTRI拍摄的确实是从太阳低层大气往日冕过渡的结构，符合预期。SUTRI已探测到多个耀斑、喷流、日珥爆发和日冕物质抛射事件(如图3)，表明其数据适合研究各种类型的太阳活动现象。此外，SUTRI还发现活动区普遍存在50万度左右的、朝向太阳表面的物质流动，这些流动在太阳大气的物质循环过程中占有重要地位。目前SUTRI一切功能正常，在轨测试和标定结束后，SUTRI观测的科学数据将向国内外太阳物理和空间天气同行全部开放。
△图1 “创新X”首发星——空间新技术试验卫星(SATech-01)
△图2 SUTRI在2022年9月29日观测到的太阳活动图(图片由SUTRI科学团队提供)
△图3 SUTRI在2022年9月23日观测到的一次太阳爆发事件(图片由SUTRI科学团队提供)
02
高能爆发探索者(HEBS)捕获到迄今为止最亮伽马暴
由中科院高能物理研究所研制的高能爆发探索者(HEBS)于北京时间2022年10月9日21时17分，与我国慧眼卫星和高海拔宇宙线观测站同时探测到迄今最亮的伽马射线暴(编号为GRB 221009A)。根据HEBS的精确测量结果，该伽马暴比以往人类观测到的最亮伽马射线暴还亮10倍以上。由于该伽马射线暴的亮度极高，国际上绝大部分探测设备均发生了严重的数据饱和丢失、脉冲堆积等仪器效应，难以获得精确测量结果。HEBS凭借创新的探测器设计以及新颖的高纬度观测模式设置，探测器经受住了高计数率的考验，获得了高时间分辨率的光变曲线，以及10千电子伏至5兆电子伏的宽能段能谱。HEBS极为宝贵的精确测量结果对于揭示伽马射线暴的起源和辐射机制具有重要意义。
国家天文台和上海技术物理研究所研制的EP探路者龙虾眼X射线成像仪(LEIA)于10月12日也成功对这一伽马射线暴开展了观测，探测到了伽马射线暴X射线余辉。这也是国际上首次用龙虾眼型X射线望远镜探测到伽马射线暴。
△图4 高能爆发探索者(HEBS)发现并精确测量迄今最亮的伽马射线暴，打破多项纪录。
03
国产量子磁力仪首次空间应用并获得全球磁场图
由中国科学院国家空间科学中心和沈阳自动化研究所联合研制的国产量子磁力仪(CPT)及伸展臂，可实现全球地磁矢量和标量高精度测量。2022年11月7日，多级套筒式无磁伸展臂顺利展开，将各传感器探头伸出约4.35米距离，处于伸展臂顶端的CPT原子/量子磁力仪探头、AMR磁阻磁力仪探头、NST星敏感器获取了有效探测数据，首次在轨验证了磁场矢量和姿态一体化同步探测技术，磁测量噪声峰峰值<0.1nT，实现了国产量子磁力仪的首次空间验证与应用。
△图5 CPT磁测系统“多级套筒式无磁伸展臂”地面展开测试(图片由沈自所、空间中心和卫星团队提供)
△图6 量子磁力仪首张全球磁场勘测图(图片由空间中心太阳活动与空间天气重点实验室提供)
△图7 NST星敏感器相对于卫星本体的姿态数据(图片由空间中心和中科新伦琴NST星敏团队提供)
04
空间载荷、平台新技术成果丰富
由中国科学院长春光学精密机械与物理研究所空间新技术部研制的多功能一体化相机，首次采用基于共口径多出瞳光学系统新体制，在轨实现集可见光、长波红外、彩色微光于一体的空间光学遥感观测。相机于2022年9月24日开机，成功取得首张170km×42km大幅宽地面遥感图像(如图8)，探索了单台相机即可同时实现多谱段多模态遥感成像的新模式，为我国未来高集成度一体化空间光学遥感载荷发展提供了技术储备。
△图8 多功能一体化相机对地宽幅遥感成像图(图片由长春光学精密机械与物理研究所提供)
由中国科学院半导体研究所、自动化研究所、微小卫星创新研究院及浙江大学航空航天学院空天信息技术研究所联合研制的异构多核智能处理单元也取得了首批成果。半导体所的低功耗边缘计算型智能遥感视觉芯片，实现了遥感图像的高速智能化目标检测；自动化所的通用智能系统验证了基于高速交换网络的异构多处理器模块化、弹性化硬件架构；浙江大学的国产AI系统装载了细胞分割算法和飞机识别算法，数据结果与地面孪生系统数据一致，在功耗10瓦条件下算力达到22Tops，验证了国产AI器件的在轨智能图像处理能力。
△图9 边缘计算型遥感视觉芯片检测遥感目标示意图(图片由中科院半导体所提供)
中科院微小卫星创新院的可展收式辐射器成功在轨实现首次应用，辐射器执行机构已顺利完成六十余次展开和收拢动作，连续五轨动态试验结果(如图10)表明环路热管-可展收式辐射器集成系统在负载工作时段启动性能良好，辐射器连续展开-收拢可实现散热能力在轨大范围调控。
△图10 环路热管-可展收式辐射器集成系统连续五轨智能热控测试结果
国家空间科学中心研制的空间元器件辐射效应试验平台载荷开机运行良好，搭载的元器件在测试期间均工作正常。
“科学与技术成果的涌现体现了我们对这颗卫星‘创新X，创新无极限’的定位，开创了新技术众筹模式的先河。”“力箭一号”工程副总师兼卫星系统总师张永合说，“这些新载荷、新技术产品都是各参与方自主投入的，不少是从0到1的创新，通过试验星将创新技术快速集成并飞行验证，可以加快核心关键技术从基础研究到在轨应用的成果转化。”
2022年7月27日12时12分，由中国科学院自主研制的迄今我国最大固体运载火箭“力箭一号”(ZK-1A)在酒泉卫星发射中心成功发射，采用“一箭六星”的方式，将“创新X”系列首发星——空间新技术试验卫星等六颗卫星送入预定轨道。2022年9月5日，空间新技术试验卫星(SATech-01)发布了首批科学成果，包括龙虾眼X射线成像仪(LEIA)的国际首幅宽视场X射线聚焦成像天图，伽马射线暴载荷(HEBS)的首个伽马暴等。
作为我国“创新X”系列的首发星，未来一段时间，空间新技术试验卫星搭载的几种新型推进系统等载荷也将开展在轨试验，卫星上的四个科学载荷也已进入常规化观测，陆续将会获得更多科学和技术成果。
(总台央视记者 帅俊全 褚尔嘉)
AI绘画的“小秘密”都在这一篇文章里******
有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。 上传一张图片，或者输入一些简单的关键词，系统就能自动生成一张卡通图像……最近一段时间，AI绘画开始在互联网社交平台走红。 AI绘画，顾名思义就是利用人工智能进行绘画，是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品，通过算法对其内容和风格特征进行解析，最后再生成新的作品，所以算法是AI绘画的核心。 当前，“凭空”生成图像的AI绘画，其实也会动辄“翻车”：也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像，下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。 事实上，AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交，那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。 AI绘画是如何实现“凭空”生图的？除了娱乐外，AI绘画还有哪些潜在的应用前景？ 从“以图生图”到“语音生图” 2022年，由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中，《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而，这个作品的创作者不是艺术家，而是来自美国科罗拉多州的游戏设计师。 这位游戏设计师在一个名为“Midjourney”的AI创作工具里，先输入几个关键词，如光源、构图、氛围等，得到了100幅作品，再进行约80小时的修图修饰，最终选出3幅作品，最后把图像打印到画布上。 通过简单交互式对话在短时间内生成的“艺术”作品，让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。 “人工智能在艺术方面的创作最早可以追溯到上个世纪末，当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说，最初的AI绘画方法比较简单，比如一张普通的照片，通过一些图像处理的算法，把照片像素进行几何或者色彩上的变换，然后再调节不同参数，就可以模拟出类似油画或者水彩画的风格。 经过20年左右的发展，目前基于不同类型或者模态元素的AI绘画发展情况不尽相同，发展最久的是“以图生图”，再到近期火爆的“文+图”生图。当然，也有团队已经研发出由语音生成图像的技术。 AI绘画主要依靠三种技术模式实现 董未名介绍，目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。 “图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取，实现真实图像内容特征和艺术图像风格特征的融合，从而生成新的艺术图像。”董未名举例，如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品，通过图像风格迁移技术进行融合，就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。 不过，在董未名看来，图像风格迁移技术大多依赖的是生成式对抗网络（GAN）算法，它最大的问题是生成的绘画作品艺术性不强，笔触和构图让人觉得与真实的绘画有差距，所以长久以来，AI绘画一直“籍籍无名”。 当图像风格迁移技术还在挣扎于输出作品的审美问题时，图文预训练模型的出现，加速了AI绘画的崛起。 “依托图文预训练模型，只要输入一句话或者上传一幅风格明显的图片，算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似，艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例，比如支撑图文预训练模型的可对比语言—图像预训练（CLIP）算法，就是利用图文特征“对齐”的能力，再结合已有的生成模型，实现“以图生图”或者“图+文”生图。 不过，董未名坦言，图文预训练模型的推广也存在一些争议，有部分人认为，该模型在训练前期，需要用大量的图形处理器（GPU）进行数据训练，耗电量大、成本很高，而该模型的应用场景却不够清晰。但也有人认为，也许该模型未来可以打造为通用的人工智能模型，用它完成更多的算法作业，只是这还需要时间的验证。 诚然没有一项技术是完美的，这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。 “目前最新的AI绘画技术采用的就是扩散模型，这种模型可以把一个随机采样的噪声输入模型，然后尝试通过去噪来生成图像。”董未名表示，扩散模型也存在弱点，由于模型对图片内容识别的能力不足，或者难以完全理解识别文字的意义，以及训练数据的偏差，有时便会生成“四不像”的作品。此外，扩散模型生成图片的速度比较慢，目前还达不到实时生成图片。 互联网治理、元宇宙或潜藏应用前景 AI绘画目前的应用场景，更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆，短视频平台抖音也迅速上线了AI绘画特效。同时，此前腾讯上线了“QQ小世界AI画匠”活动，百度也推出了首款AI艺术和创意辅助平台“文心一格”。 有了AI，人人都可以是艺术家。AI绘画的出现，恰如瑞士艺术家保罗·克利所言：“艺术不是再现可见，而是使不可见成为可见。”“AI现在已经完美实现了这一目标，人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想，不远的将来，AI绘画或许还将展现更丰富的应用场景。 “现在网络上充斥着很多不良内容，这些内容为了逃避监管经常以绘画的形式出现，而当前很多内容识别模型对真实图片识别得很准确，但缺乏不良内容艺术作品的相关训练数据，所以对不良内容识别不准确。也许可以用AI绘画技术，积累不良内容艺术作品的数据，并用以训练识别模型，以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。 在董未名看来，作为一种艺术呈现形式，AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局，因为这些赛道都离不开创意，AI绘画可以帮助创作者通过简单的特征输入，实现对其创意的预览，甚至可以直接进行创作。 不过，董未名并不讳言，当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型，而训练模型需要使用大量图像、文本数据。对于未经授权的图片，经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显，如果用画家的画去训练算法模型生成作品，那最后的版权属于谁呢？”董未名提出的问题，正是多数AI绘画作品所面临的现实问题。 AI绘画掀起了一场资本的群体狂欢，希望有一天它能走出“照猫画虎”的尴尬，真正服务艺术创作、创造更多价值。（科技日报记者 金凤） （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
玛雅彩票地图 |
)