Команда разработчиков искусственного интеллекта использовала 700 млн фотографий полярных сияний для того, чтобы научить искусственный интеллект лучше их понимать. Целью является попытка научить машину предсказывать геомагнитные бури.
Машинные алгоритмы в изучении полярных сияний
Полярное сияние, известное как потрясающее световое зрелище в ночном небе, но оно, будучи вызванным солнечными вспышками может свидетельствовать о приближении геомагнитных бурь, способных прервать жизненно важные коммуникации и инфраструктуру безопасности на Земле. Используя искусственный интеллект, исследователи из Университета Нью-Гэмпшира классифицировали и обозначили крупнейшую в истории базу данных изображений полярных сияний, которая может помочь ученым лучше понять и спрогнозировать разрушительные геомагнитные бури.
Исследование, недавно опубликованное в Journal of Geophysical Research: Machine Learning and Computation, разработало инструменты искусственного интеллекта и машинного обучения, которые смогли успешно идентифицировать и классифицировать более 706 миллионов изображений авроральных явлений в базе данных NASA «Временная история событий и макромасштабных взаимодействий во время суббурь» (THEMIS), собранных двумя космическими аппаратами-близнецами, изучающими космическую среду вокруг Земли. THEMIS предоставляет изображения ночного неба каждые три секунды от заката до восхода Солнца с 23 различных станций по всей Северной Америке.
«Огромный набор данных является ценным ресурсом, который может помочь исследователям понять, как солнечный ветер взаимодействует с магнитосферой Земли, защищающей нас от заряженных частиц, летящих от Солнца», — сказал Джеремайя Джонсон, доцент кафедры прикладной инженерии и наук и ведущий автор исследования.
Сортировка изображений неба
Исследователи создали новый алгоритм для сортировки изображений полного неба THEMIS (ASI) с 2008 по 2022 год и эффективного комментирования их по шести различным категориям: дуги, диффузные, дискретные, облачность, Луна и полярные сияния, что облегчает фильтрацию, сортировку и поиск ценной информации.
Маркированная база данных может помочь глубже понять динамику полярных сияний, но на самом базовом уровне ученые стремились организовать базу данных изображений THEMIS таким образом, чтобы огромный объем исторических данных, которые она содержит, мог быть более эффективно использован исследователями и обеспечить достаточно большую выборку для будущих исследований.
По материалам phys.org
