美國宇航局（NASA）前沿發(fā)展實驗室(FDL)的研究團隊已經(jīng)證明，通過使用人工智能（AI）深度學(xué)習(xí)，可以虛擬地監(jiān)測太陽的極端紫外線(EUV)輻照度，這是空間天氣的關(guān)鍵驅(qū)動因素。

太陽對于生存至關(guān)重要，但通常一年發(fā)生幾次的太陽耀斑有可能在太空和地球上造成嚴重破壞。這些中斷可能會影響航天器，衛(wèi)星，甚至地球上的系統(tǒng)，包括GPS導(dǎo)航，無線電通信和電網(wǎng)。

通過提供虛擬儀器來補充物理設(shè)備，深度學(xué)習(xí)可以幫助我們從當前監(jiān)控太陽的能力中獲得更多價值。這項研究發(fā)表在《科學(xué)進展》(用于監(jiān)測太陽極端紫外光譜輻照度的深度學(xué)習(xí)虛擬儀器)上。美國宇航局前沿發(fā)展實驗室團隊成員和合著者Alexander Szenicer(牛津大學(xué))說：我們的研究表明，深層神經(jīng)網(wǎng)絡(luò)可以被訓(xùn)練成模擬太陽動力學(xué)天文臺(SDO)上的儀器。通過根據(jù)SDO上的其他儀器在任何給定時間觀察到的情況。

推斷該傳感器將檢測到的紫外線輻射水平，證明有可能提高NASA任務(wù)的科學(xué)生產(chǎn)力，并增強監(jiān)測空間天氣太陽能來源的能力。前沿發(fā)展實驗室是NASA Ames研究中心、SETI研究所和私營部門和太空機構(gòu)合作伙伴之間的合作伙伴，包括Google Cloud、Intel AI、IBM、Kx Lockheed Martin、盧森堡航天局、NVIDIA、加拿大航天局、HPE和Element AI。

在為期8周的夏季研究加速器期間，由人工智能和自然科學(xué)領(lǐng)域早期職業(yè)研究人員組成的跨學(xué)科團隊共同合作，應(yīng)用人工智能和機器學(xué)習(xí)來解決重要的挑戰(zhàn)問題。這項研究背后的挑戰(zhàn)問題是開發(fā)一個使用SDO圖像預(yù)測太陽光譜輻照度的AI模型。傳統(tǒng)監(jiān)測太陽EUV光譜輻照度的方法，包括試圖預(yù)測EUV發(fā)射的物理啟發(fā)模型。這些方法要么使用太陽表面的磁場分布，要么使用太陽日冕中等離子體分布的基于物理的反轉(zhuǎn)。這些新結(jié)果表明，使用太陽成像觀測來創(chuàng)建EUV光譜輻照度的代理測量是可能的。

將來自NASA的SDO的日冕圖像饋送到深層神經(jīng)網(wǎng)絡(luò)，能夠生成代理EUV測量，其精確度超過基于物理的模型。此外，研究團隊還開發(fā)了用于比較EUV模型之間預(yù)測的基準和協(xié)議。這些將對今后的研究有用。到目前為止，通過將深度學(xué)習(xí)與大規(guī)模科學(xué)空間數(shù)據(jù)相結(jié)合，研究幾乎沒有觸及到什么是可行的。數(shù)據(jù)科學(xué)和機器學(xué)習(xí)將在我們理解空間天氣起源的努力中，發(fā)揮越來越重要的作用。

博科園｜研究/來自：SETI研究所

參考期刊《科學(xué)進展》

DOI: 10.1126/sciadv.aaw6548

博科園｜科學(xué)、科技、科研、科普

關(guān)注【博科園】看更多大美宇宙科學(xué)哦