Оркестр играет, но музыканты не слышат друг друга. Дирижёр то и дело останавливает музыку и подходит к каждому, чтобы подстроить инструмент. Примерно так работают космические телескопы с составными зеркалами. Раз в несколько дней «Джеймс Уэбб» (JWST) прерывает наблюдения и проводит калибровку — ловит специальный опорный сигнал, чтобы проверить, не разъехались ли его 18 шестиугольных сегментов. Между проверками форма зеркала остаётся загадкой.

Но у телескопа есть «уши» — сотни инженерных датчиков, которые непрерывно записывают температуру каждой детали, углы наклона, вибрации. Этот поток данных обычно используют лишь для грубой диагностики. Авторы новой работы задались вопросом: можно ли из этого шума извлечь музыку? Оказалось, что колебания температуры и ориентации содержат тончайший отпечаток того, как «дышит» зеркало. Тепловые расширения и микроскопические повороты платформы оставляют след в показаниях датчиков — и этот след напрямую связан со смещениями сегментов.

Исследователи построили двухступенчатую модель машинного обучения. Сначала она сжимает сложную картину смещений в несколько главных компонент — как если бы вместо движений 18 отдельных пластинок мы следили за тремя-четырьмя основными «нотами» ансамбля. Затем градиентный бустинг учится предсказывать эти ноты по телеметрии. Модель тренировали и проверяли на данных, собранных за полгода реальной работы JWST на орбите. Результат: для 13 из 18 сегментов связь оказалась статистически значимой, а для 6 сегментов модель объяснила больше половины изменений.

Такой подход не заменит штатную калибровку, но способен заполнить паузы между ней. Появляется возможность непрерывно следить за «здоровьем» оптики, не отвлекая телескоп от наблюдений. А в будущем, когда на орбиту отправятся ещё более крупные телескопы с десятками сегментов, телеметрический «слух» станет незаменимым инструментом — ведь останавливать такой оркестр для настройки будет слишком дорого.