AI membantu peneliti meningkatkan data matahari dari matahari

Para peneliti menggunakan teknik kecerdasan buatan (AI) untuk mengkalibrasi beberapa gambar matahari NASA, membantu meningkatkan penggunaan ilmuwan data untuk penelitian energi matahari.

Diluncurkan pada 2010, Solar Dynamics Observatory (SDO) NASA telah menyediakan gambar matahari beresolusi tinggi selama lebih dari satu dekade.

Aerial Imagery Array, atau AIA, adalah salah satu dari dua alat pencitraan di SDO dan terus-menerus melihat matahari, mengambil gambar di 10 panjang gelombang sinar ultraviolet setiap 12 detik.

Ini menciptakan kekayaan informasi yang tak tertandingi tentang Matahari, tetapi – seperti semua instrumen sungazing – AIA memburuk dari waktu ke waktu, dan data harus sering dikalibrasi, kata NASA dalam sebuah pernyataan.

Untuk mengatasi tantangan ini, para ilmuwan memutuskan untuk mempertimbangkan opsi lain untuk kalibrasi perangkat, dengan penekanan pada kalibrasi berkelanjutan.

Pembelajaran mesin, pendekatan yang digunakan dalam kecerdasan buatan, tampaknya cocok.

Untuk memulai, tim akan mengajarkan algoritme seperti apa suar matahari dengan menunjukkan jilatan api matahari di semua panjang gelombang AIA sehingga ia mengenali jilatan api matahari di semua jenis cahaya yang berbeda.

Setelah perangkat lunak dapat mengidentifikasi suar matahari tanpa degradasi apa pun, algoritme kemudian dapat menentukan seberapa besar degradasi tersebut memengaruhi gambar AIA yang ada dan berapa banyak kalibrasi yang diperlukan untuk masing-masing.

“Itu adalah hal yang besar,” kata Dr. Luis dos Santos, ahli heliofisika di Pusat Penerbangan Luar Angkasa Goddard NASA di Greenbelt, Maryland dan penulis utama makalah yang diterbitkan dalam jurnal tersebut, “Daripada hanya mengidentifikasi mereka pada panjang gelombang yang sama, kami mengidentifikasi struktur melintasi panjang gelombang.” Astronomi dan astrofisika.

“Ini juga penting untuk misi luar angkasa, yang tidak akan memiliki opsi kalibrasi roket. Kami menangani dua masalah secara bersamaan.”

Karena AIA melihat Matahari pada beberapa panjang gelombang cahaya, para peneliti juga dapat menggunakan algoritme untuk membandingkan struktur tertentu di seluruh panjang gelombang dan meningkatkan evaluasi mereka.

Seiring kemajuan pembelajaran mesin, aplikasi ilmiahnya akan berkembang untuk mencakup lebih banyak tugas.

“Untuk masa depan, ini mungkin berarti bahwa misi luar angkasa — yang melakukan perjalanan ke tempat-tempat di mana roket kalibrasi tidak dapat diluncurkan — masih dapat dikalibrasi dan terus memberikan data yang akurat, bahkan ketika pergi ke jarak yang semakin jauh dari Bumi atau bintang mana pun, ” kata Nasa. .