Jak sztuczna inteligencja wspomaga obserwacje Słońca?

Obserwacje Słońca są kluczowe dla poznania genezy naszej gwiazdy oraz zrozumienia, co czeka ją w przyszłości. Problem w tym, że długotrwałe wpatrywanie się w ten obiekt jest szkodliwe nie tylko dla naszych oczu, ale również dla teleskopów.

Wchodzące w skład tych instrumentów soczewki i czujniki mogą ulec zniszczeniu, jeśli będą skierowane w stronę Słońca przez zbyt długi czas. W związku z tym naukowcy muszą się upewnić, że zbierane dane nadal są odpowiednio skalibrowane. Pomaga w tym sztuczna inteligencja.

Czytaj też: Czy życie na Ziemi przetrwa śmierć Słońca?

Solar Dynamics Observatory, które zostało uruchomione w 2010 roku, wykonuje zdjęcia Słońca w wysokiej rozdzielczości. W jego skład wchodzi między innymi Atmospheric Imagery Assembly – jeden z dwóch instrumentów obrazujących, który wykonuje co 12 sekund zdjęcia na 10 długościach fal światła ultrafioletowego. Jak nietrudno się domyślić, z czasem dane są coraz bardziej rozkalibrowane i wymagają sprawdzenia.

Obserwacje Słońca mogą dekalibrować wykorzystywane przez astronomów instrumenty

Jedna z metod kalibracji wykorzystuje uczenie maszynowe, czyli technikę opartą na sztucznej inteligencji. Aby tak się stało, naukowcy muszą najpierw przeprowadzić szkolenie algorytmu, tak, aby był w stanie rozpoznawać elementy budowy Słońca. W tym celu oprogramowanie jest „karmione” obrazami, których odpowiednia liczba umożliwia algorytmowi samodzielne rozpoznawanie poszczególnych struktur. Poza tym, jest on w stanie określić, jaka kalibracja jest potrzebna instrumentom wchodzącym w skład Solar Dynamics Observatory.

Czytaj też: W jaki sposób sztuczna inteligencja pomaga astronomom?

Algorytm, wyposażony w wiedzę wystarczającą do rozpoznania rozbłysku słonecznego, z czasem uczy się dokonywać tego w przypadku różnych długości fali. Później sztuczna inteligencja dochodzi do momentu, w którym określa nawet, jak bardzo rozkalibrowane są obserwacje prowadzone przez Atmospheric Imagery Assembly i jakie poprawki należy wprowadzić. W czasie testów opisywany algorytm wykazał się zadowalającą skutecznością, o czym możemy się przekonać za sprawą publikacji na łamach Astronomy & Astrophysics .