A ma "már" tizennyolc éves floridai Amber Yang, aki ma már a Stanford Egyetem első éves hallgatója, amikor megnézte a Gravitáció című filmet azzal szembesült, hogy vannak benne mozzanatok, amelyek hadilábon állnak a fizika törvényeivel. De azt is megértette, a probléma, amely a történet alapjául szolgál, valós. A több millió föld körül keringő, irányítás nélküli kisebb-nagyobb ember alkotta tárgy már ma is veszélyezteti az űrbéli küldetések sikerét, egy ütközés végzetes lehet. A szeméttel – amely lehet akár űrállomás, rakétadarab, de akár festékszemcse is - valamit kezdeni kell, mert egy másfél centiméteres darabka - amely a puskagolyó sebességének tízszeresével száguld - egy gránát erejével csapódik be. Nemcsak az a baj, hogy nagyon gyorsan száguldanak, hanem pályájukat is állandóan változtatják. Ezért a jelenlegi előrejelző programoknak folyamatosan új számítást kell végezniük, ha egy veszélyes űrszemét más pályára lép. Az Európai Űrügynökség szerint a felbocsájtás és földkörüli pályára állítás nehézségei után a szemét jelenti a legnagyobb kockázatot az űreszközök számára. Az USA erre a célra létrehozott hálózata naponta megfigyelések százezreit végzi, az ütközések elkerülése érdekében.
Yang eljárása, amellyel díjak sorozatát gyűjtötte be az elmúlt években, nagyon pontosan jelzi a veszélyhelyzeteket. - Akkor kezdtem a kutatást, amikor másodikos lettem a középiskolában – mondta a CNN-nek, amely ismertette eredményeit. Átnézte az akkori nyomkövető rendszereket: földi és űrbéli radarok adatait, valamint a jósláshoz használt matematikai modelleket, majd 2016-ban a számítógépes mesterséges idegi hálózatok felé fordította figyelmét, amelyeket úgy terveztek, hogy az emberi agy tanulási folyamatát utánozzák. Yang saját maga kezdett a programozásba. Különféle fizikai törvényekkel dolgozott és finomította a mesterséges intelligencia paramétereit. Betáplálta az űrszemétdarabok pályáinak nyilvánosan hozzáférhető adatait, és 2016-ban egy háromnapos előrejelzése 98 százalékos pontosságúnak bizonyult. Ez sokkal jobb eredmény, mint a NASA statisztikus módszere.
Az év végén bemutatta eredményeit az Európai Nukleáris Kutatási Szervezetnek (CERN), részt vett egy Fehér Ház által szervezett konferencián, ötletét elmagyarázhatta TEDx program videójában. Volt döntős tehetségkutató versenyen, 2017-ben 50 ezer dolláros (12 millió forint) ösztöndíjat nyert. A Forbes magazin pár hete felvette a 2018-as Harmincan harminc alatt a tudományban elnevezésű listájára. Azt nem tudja, találmánya most mennyit ér, de hasonló pályaelőrejelző szolgáltatások akár egymillió dollárt (240 millió forint) is kérnek egy licencért. A jövőben a program pontosságát szeretné növelni, és felfedezni a gépi tanulásban rejlő további lehetőségeket.
