某些云开始“不守规矩”了——它们出现得更频繁，位置也比以往更低。为了弄清楚是什么导致了这些变化（比如地球长期天气模式的转变），科学家们发起了NASA支持的“太空观云”项目，邀请全球各地的人们拍摄并提交这些“捣蛋鬼”的新鲜照片。现在，一位志愿者开发了一个精巧的工具，帮助其他观云者更聪明地工作，而不是更辛苦。

这些“不守规矩”的云就是“夜光云”（NLCs）。这些高空中的“炫耀狂”在日落后很久和日出前很久散射阳光，呈现出银色的光辉。但尽管它们光芒四射，却很容易与低空中的相似云层混淆。这种混淆一直是项目负责人的头疼事，他们不得不手动验证提交的图片。

这时，志愿者Namai Chandra出现了。他注意到手动验证的繁琐，心想：“这活儿适合用‘人在回路’的机器学习流程来做——既能自动处理重复性的筛选，又能保留人类对关键图像的判断。”换句话说，Namai找到了一种方法，帮助观测者确认他们看到的到底是夜光云，还是天空中的“冒牌货”。

Namai联系了太空观云项目的科学家Chihoko Cullens博士和Brentha Thurairajah博士，他们对这个想法非常兴奋。随后，他开发了一个机器学习流程，用各种云图进行训练，包括夜光云和项目中经常提交的低空相似云。该流程结合了图像预筛选、云分类和基于置信度的审查路由。经过几轮开发、测试和优化，他发布了夜光云识别工具。现在，不确定自己是否看到夜光云的云贡献者，以及想要标记图像供审查的项目科学家，都在使用这个工具。

所以，拿起相机，今天就加入太空观云项目吧！如果你一直因为不确定看到的是不是夜光云而犹豫不决，现在你可以在分享之前先检查一下——这都要感谢Namai。