Nejvíce slunce Složitá tajemství lze brzy vyřešit díky umělé inteligenci. 20. srpna IBM a NASA oznámili zahájení nadačního modelu Surya pro Slunce. Poté, co byl tento nástroj AI vyškolen na velkých datových souborech sluneční aktivity, si klade za cíl prohloubit chápání slunečního počasí lidstva a přesně předpovídat sluneční erupce – vyvolávání elektromagnetického záření emitovaného naší hvězdou, která ohrožuje jak astronauti v oběžné infrastruktuře na Zemi.
Surya byla vyškolena s devítiletými údaji shromážděnými společností NASA Solar Dynamics Observatory (SDO), nástrojem, který obíhal Slunce od roku 2010 a pořizoval obrázky s vysokým rozlišením každých 12 sekund. SDO zachycuje pozorování Slunce na různých různých elektromagnetických vlnových délkách, aby se odhadovala teplota hvězdných vrstev. Rovněž bere přesná měření slunečního magnetického pole – podstatná data pro pochopení toho, jak se energie pohybuje skrz hvězdu a pro předpovídání slunečních bouří.
Historicky byla interpretace tohoto obrovského množství rozmanitých a složitých údajů pro heliofyziky výzvou. K řešení této výzvy IBM říká, že vývojáři Surya použili data SDO k vytvoření digitálního dvojče Slunce – dynamické virtuální repliky hvězdy, která je aktualizována při zachycení nových dat a která lze manipulovat a snadněji studovat.
Proces začal sjednocením různých formátů dat do modelu, což mu umožnilo trvale zpracovávat. Dále byl použit transformátor vidění dlouhého dosahu-architektura AI, která umožňuje podrobnou analýzu obrazů s vysokým rozlišením a identifikaci vztahů mezi jejich složkami, bez ohledu na jejich vzdálenost.
Výkon modelu byl optimalizován pomocí mechanismu zvaného Spectral Gating, který snižuje využití paměti až o 5 procent odfiltrováním šumu v datech, čímž se zvyšuje kvalita zpracovaných informací.
Přesnější předpovědi za kratší dobu
Její vývojáři tvrdí, že tento design dává Surya významnou výhodu: Na rozdíl od jiných algoritmů, které vyžadují rozsáhlé označení dat, která se jim napájí, se Surya může učit přímo ze surových dat. To mu umožňuje rychle se přizpůsobit různým úkolům a poskytovat spolehlivé výsledky za kratší dobu.
Během testování Surya prokázala svou všestrannost při integraci dat z jiných nástrojů, jako je Parkerova solární sonda a sluneční a heliosférická observatoř (SOHO), dvě další kosmická loď, která pozoruje Slunce. Surya se také ukázala jako účinná v různých prediktivních funkcích, včetně předpovídání aktivity vzplanutí a rychlosti slunečního větru.
Podle IBM mohou tradiční predikční modely předpovídat pouze jednu hodinu předem na základě signálů detekovaných v konkrétních oblastech Slunce. Naproti tomu „Surya poskytla dvouhodinový náskok pomocí vizuálních informací. Model je považován za první, který poskytl varování tohoto druhu. Při včasném testování modelu uvedl, že dosáhl o 16 % zlepšení přesnosti klasifikace solárních odlevů, což je výrazné zlepšení oproti stávajícím metodám,“ uvedla společnost ve svém prohlášení.
NASA zdůrazňuje, že ačkoli byl model navržen ke studiu heliofyziky, její architektura je přizpůsobitelná různým oborům, od planetární vědy po pozorování Země. „Vývojem nadačního modelu vyškoleného na datech NASA Heliophysics usnadňujeme analýzu složitosti chování Slunce bezprecedentní rychlostí a přesností,“ uvedl Kevin Murphy, ředitel NASA pro datovou vědu. „Tento model zmocňuje širší porozumění tomu, jak sluneční aktivita ovlivňuje kritické systémy a technologie, na které se všichni na Zemi spoléháme.“
Riziko, které představuje abnormální sluneční aktivita, není menší. Hlavní sluneční bouře by mohla přímo ovlivnit globální telekomunikace, kolaps elektrické sítě a narušit navigaci GPS, satelitní operace, připojení k internetu a rádiové přenosy.
Andrés Muñoz-Jaramillo, solární fyzik v jihozápadním výzkumném ústavu v San Antoniu v Texasu, a vedoucí vědce v projektu, zdůraznili, že cílem Suryy je maximalizovat dodací lhůtu pro tyto možné scénáře. „Chceme dát Země nejdelší možnou dobu. Naděje je, že model se v průběhu času naučil všechny kritické procesy za evolucí naší hvězdy, abychom mohli extrahovat akční poznatky.“
Tento příběh se původně objevil dál Kabelové en español a byl přeložen ze španělštiny.
Čerpáme z těchto zdrojů: google.com, science.org, newatlas.com, wired.com, pixabay.com