Root NationJaunumiIT laikrakstsMākslīgais intelekts palīdz NASA Saules izpētē

Mākslīgais intelekts palīdz NASA Saules izpētē

-

Saules teleskopam ir grūts darbs. Saules novērošana ietekmē nepārtrauktu saules daļiņu plūsmas un intensīvas saules gaismas bombardēšanu. Laika gaitā saules teleskopu jutīgās lēcas un sensori sāk sabojāties. Lai nodrošinātu šādu instrumentu nosūtīto datu precizitāti, zinātnieki periodiski veic atkārtotu kalibrēšanu, lai pārliecinātos, ka viņi saprot, kā instruments mainās.

NASA Saules dinamikas observatorija tika atvērta 2010. gadā vai S.D.O, ir nodrošinājis augstas izšķirtspējas Saules attēlus vairāk nekā 10 gadus. Šie attēli ir devuši zinātniekiem detalizētu ieskatu dažādās saules parādībās, kas var izraisīt laikapstākļus kosmosā un ietekmēt mūsu astronautus un tehnoloģijas uz Zemes un kosmosā. Atmosfēras attēlu agregāts jeb AIA ir viens no diviem SDO attēlveidošanas instrumentiem, kas nepārtraukti skatās uz Sauli, uzņemot attēlus 10 ultravioletās gaismas viļņu garumos ik pēc 12 sekundēm. Tas rada milzīgu daudzumu informācijas par Sauli, taču, tāpat kā visi saules novērošanas instrumenti, AIA laika gaitā pasliktinās, un dati ir bieži jākalibrē.

NASA Saules attēli
Šajā attēlā redzami 7 ultravioletā starojuma viļņu garumi, ko novērojusi NASA Saules dinamikas observatorijas Atmospheric Imager Assembly. Augšējā rindā ir redzami 2010. gada maijā veiktie novērojumi, savukārt apakšējā rindā ir 2019. gada novērojumi bez jebkādām korekcijām, parādot, kā instruments laika gaitā pasliktinās.

Kopš SDO palaišanas zinātnieki ir izmantojuši skaņas raķetes, lai kalibrētu AIA — tās ir mazas raķetes, kurās parasti ir tikai daži instrumenti un kuras veic īsus lidojumus kosmosā (apmēram 15 minūtes), kas lido virs lielākās daļas Zemes atmosfēras, ļaujot uz klāja esošajiem instrumentiem skatiet ultravioleto viļņu garumus, ko mēra ar AIA. Šos gaismas viļņu garumus absorbē Zemes atmosfēra, un tos nevar izmērīt no zemes. Lai kalibrētu AIA, zinātnieki zondošajai raķetei pievienoja ultravioleto teleskopu un salīdzināja šos datus ar AIA mērījumiem.

Zondējošo raķešu kalibrēšanas metodei ir vairāki trūkumi. Raķetes var netikt palaist tik bieži, ja AIA tā vietā pastāvīgi skatās uz Sauli. Tas nozīmē, ka starp katru zondes raķetes kalibrēšanu ir dīkstāves periods, kad kalibrēšana ir nedaudz izslēgta.

NASA virtuālā kalibrēšana

Paturot prātā šīs problēmas, zinātnieki nolēma apsvērt citas iespējas ierīces kalibrēšanai, lai veiktu pastāvīgu kalibrēšanu. Mašīnmācība, mākslīgajā intelektā izmantotā tehnika, šķiet ideāli piemērota. Kā norāda nosaukums, mašīnmācībai ir nepieciešama datorprogramma vai algoritms, lai uzzinātu, kā veikt uzdevumu.

NASA Saules attēli
Augšējā attēlu rinda parāda AIA 304 Angstrom kanāla degradāciju gadu gaitā kopš SDO palaišanas. Apakšējā attēlu rinda tiek koriģēta attiecībā uz šo degradāciju, izmantojot mašīnmācīšanās algoritmu.

Pirmkārt, pētniekiem bija jāapmāca mašīnmācīšanās algoritms, lai atpazītu saules struktūras un salīdzinātu tās, izmantojot AIA datus. Lai to izdarītu, viņi nodrošina algoritmu ar attēliem, kas iegūti raķetes skaņu kalibrēšanas lidojumos, un norāda, cik kalibrēšanas viņiem ir nepieciešams. Pēc pietiekami daudz šo piemēru viņi ievada algoritmu līdzīgus attēlus un pārbauda, ​​vai tas var noteikt nepieciešamo kalibrēšanu. Ja ir pietiekami daudz datu, algoritms iemācās noteikt, cik daudz kalibrēšanas nepieciešams katram attēlam.

Tā kā AIA skatās uz Sauli dažādos gaismas viļņu garumos, pētnieki var arī izmantot algoritmu, lai salīdzinātu noteiktas struktūras dažādos viļņu garumos un veiktu precīzākus aprēķinus.

Viņi vispirms iemācīja algoritmu, kā izskatās saules uzliesmojums, parādot tam saules uzliesmojumus visos AIA viļņu garumos, līdz tas atpazina saules uzliesmojumus visos dažādos gaismas veidos. Kad programma atpazina saules uzliesmojumu bez jebkādas degradācijas, algoritms spēja noteikt, cik lielā mērā degradācija ietekmēja pašreizējos AIA attēlus un cik kalibrēšana bija nepieciešama katram.

"Tas bija liels notikums," sacīja doktors Luiss Dos Santoss. "Tā vietā, lai tikai identificētu tos vienā viļņa garumā, mēs identificējam struktūras dažādos viļņu garumos." Tas nozīmē, ka pētnieki var būt pārliecinātāki par algoritma noteikto kalibrēšanu. Patiešām, salīdzinot to virtuālos kalibrēšanas datus ar skanošajiem raķešu kalibrēšanas datiem, mašīnmācīšanās programma izrādījās vislabākā. Izmantojot šo jauno procesu, zinātnieki ir gatavi nepārtraukti kalibrēt AIA attēlus starp kalibrēšanas raķešu lidojumiem, palielinot SDO datu precizitāti pētniekiem.

Lasi arī:

Jerelofiz
Pierakstīties
Paziņot par
viesis

0 komentāri
Iegultās atsauksmes
Skatīt visus komentārus
Citi raksti
Abonējiet atjauninājumus
Tagad populārs