يساعد الذكاء الاصطناعي في تحسين عيون ناسا على الشمس

تستخدم مجموعة من الباحثين تقنيات الذكاء الاصطناعي لمعايرة بعض صور ناسا للشمس ، مما يساعد على تحسين البيانات التي يستخدمها العلماء لأبحاث الطاقة الشمسية. تم نشر التقنية الجديدة في المجلة علم الفلك والفيزياء الفلكية 13 أبريل 2021.

التلسكوب الشمسي لديه مهمة صعبة. مشاهدة الشمس لها تأثيرها ، مع القصف المستمر من خلال تيار لا نهاية له من الجسيمات الشمسية وضوء الشمس الشديد. بمرور الوقت ، تبدأ العدسات الحساسة وأجهزة الاستشعار في التلسكوبات الشمسية في التدهور. للتأكد من أن البيانات التي يتم إرجاعها من هذه الأدوات دقيقة دائمًا ، يقوم العلماء بإعادة المعايرة بشكل دوري للتأكد من أنهم يفهمون بالضبط كيف تتغير الأداة.

تم إطلاق مرصد ديناميات الطاقة الشمسية التابع لوكالة ناسا في عام 2010 ، أو SDO ، وهو يوفر صورًا عالية الدقة للشمس لأكثر من عقد من الزمان. أعطت صوره العلماء نظرة ثاقبة حول الظواهر الشمسية المختلفة التي يمكن أن تؤدي إلى طقس الفضاء والتأثير على رواد الفضاء والتكنولوجيا على الأرض وفي الفضاء. مجموعة التصوير الجوي ، أو AIA ، هي واحدة من اثنين من أدوات التصوير على SDO وهي تحدق باستمرار في الشمس ، وتلتقط صورًا عند 10 أطوال موجية من الأشعة فوق البنفسجية كل 12 ثانية. هذا يخلق ثروة من المعلومات حول الشمس لا مثيل لها ، ولكن – مثل جميع أدوات مراقبة الشمس – يتدهور AIA بمرور الوقت ويجب معايرة البيانات بشكل متكرر.

تُظهر هذه الصورة سبعة من أطوال الموجات فوق البنفسجية التي رصدتها جمعية التصوير الجوي على متن مرصد ديناميكا الشمس التابع لناسا. يمثل الصف العلوي الملاحظات المأخوذة من مايو 2010 ويعرض الصف السفلي ملاحظات من عام 2019 ، دون أي تصحيح ، مما يوضح كيف تدهورت الأداة بمرور الوقت. الائتمان: لويز دوس سانتوس / ناسا GSFC

منذ إطلاق SDO ، استخدم العلماء صواريخ السبر لمعايرة AIA. صواريخ السبر هي صواريخ أصغر تحمل عادة سوى عدد قليل من الأدوات وتؤدي رحلات قصيرة إلى الفضاء – عادة 15 دقيقة فقط. الأهم من ذلك ، أن صواريخ السبر تطير فوق معظم الغلاف الجوي للأرض ، مما يسمح للأجهزة الموجودة على متنها برؤية الأطوال الموجية فوق البنفسجية التي تم قياسها بواسطة AIA. يمتص الغلاف الجوي للأرض هذه الأطوال الموجية للضوء ولا يمكن قياسها من الأرض. لمعايرة AIA ، قاموا بتوصيل تلسكوب فوق بنفسجي بصاروخ سبر ومقارنة هذه البيانات بقياسات AIA. يمكن للعلماء بعد ذلك إجراء تعديلات لحساب أي تغييرات في بيانات AIA.

إن طريقة معايرة صاروخ السبر لها عيوب معينة. لا يمكن إطلاق صواريخ السبر إلا في كثير من الأحيان ، لكن AIA تراقب الشمس باستمرار. هذا يعني أن هناك فترة توقف حيث يتم تعويض المعايرة قليلاً بين كل معايرة صاروخ سبر.

قال الدكتور لويز دوس سانتوس ، عالم الفيزياء الشمسية في مركز جودارد لرحلات الفضاء التابع لناسا في جرينبيلت بولاية ماريلاند ، والمؤلف الرئيسي للمقال: “هذا مهم أيضًا لبعثات الفضاء السحيق ، والتي لن يكون لها القدرة على معايرة صاروخ سبر”. نحن نعالج مشكلتين في نفس الوقت.

المعايرة الافتراضية

مع وضع هذه التحديات في الاعتبار ، قرر العلماء استكشاف خيارات أخرى لمعايرة الجهاز ، بهدف المعايرة المستمرة. بدا التعلم الآلي ، وهو أسلوب يستخدم في الذكاء الاصطناعي ، مناسبًا تمامًا.

كما يوحي الاسم ، يتطلب التعلم الآلي برنامج كمبيوتر أو خوارزمية لتعلم كيفية أداء مهمته.

شاهدت الشمس بواسطة AIA في 304 ضوء أنجستروم في عام 2021 قبل تصحيح التدهور (انظر الصورة أدناه مع تصحيحات من معايرة مسبار صاروخ). الائتمان: NASA GSFC

أولاً ، كان على الباحثين تدريب خوارزمية التعلم الآلي للتعرف على الهياكل الشمسية وكيفية مقارنتها باستخدام بيانات AIA. يفعلون ذلك من خلال إعطاء صور الخوارزمية من رحلات معايرة الصواريخ وإخبارها بالكمية المناسبة من المعايرة التي يحتاجون إليها. بعد ما يكفي من هذه الأمثلة ، أعطوا الخوارزمية صورًا متشابهة ومعرفة ما إذا كانت ستحدد المعايرة الصحيحة المطلوبة. باستخدام بيانات كافية ، تتعلم الخوارزمية تحديد مقدار المعايرة المطلوبة لكل صورة.

الشمس التي شاهدتها AIA في ضوء 304 Angstrom في عام 2021 مع تصحيحات من معايرة صاروخ السبر (انظر الصورة السابقة أعلاه قبل تصحيح التدهور). الائتمان: NASA GSFC

نظرًا لأن AIA تنظر إلى الشمس بأطوال موجية متعددة من الضوء ، يمكن للباحثين أيضًا استخدام الخوارزمية لمقارنة هياكل محددة عبر الأطوال الموجية وتعزيز تقييماتها.

بادئ ذي بدء ، كانوا يعلمون الخوارزمية كيف يبدو التوهج الشمسي من خلال إظهار التوهجات الشمسية على جميع الأطوال الموجية لـ AIA حتى تتعرف على التوهجات الشمسية في جميع أنواع الضوء. بمجرد أن يتمكن البرنامج من التعرف على التوهج الشمسي دون أي تدهور ، يمكن للخوارزمية بعد ذلك تحديد مدى التدهور الذي يؤثر على صور AIA الحالية ومقدار المعايرة اللازمة لكل منها.

قال دوس سانتوس: “لقد كان الشيء المهم”. “بدلاً من مجرد تحديده على نفس الطول الموجي ، نقوم بتحديد الهياكل عبر الأطوال الموجية.”

هذا يعني أنه يمكن للباحثين أن يكونوا أكثر ثقة بشأن المعايرة التي تحددها الخوارزمية. في الواقع ، من خلال مقارنة بيانات المعايرة الافتراضية الخاصة بهم ببيانات معايرة صواريخ السبر ، كان برنامج التعلم الآلي مثاليًا.

من خلال هذه العملية الجديدة ، يكون الباحثون جاهزين لمعايرة صور AIA بشكل مستمر بين رحلات معايرة الصواريخ ، وبالتالي تحسين دقة بيانات SDO للباحثين.

التعلم الآلي وراء الشمس

استخدم الباحثون أيضًا التعلم الآلي لفهم الظروف القريبة من المنزل بشكل أفضل.

مجموعة من الباحثين بقيادة الدكتور رايان ماكجرانغان – كبير علماء البيانات ومهندس الفضاء في ASTRA LLC ومركز جودارد لرحلات الفضاء التابع لناسا – تعلم الآلة المستعملة لفهم الرابط بين المجال المغناطيسي للأرض والأيونوسفير ، الجزء المشحون كهربائيًا من الغلاف الجوي العلوي للأرض. باستخدام تقنيات علم البيانات لأحجام كبيرة من البيانات ، يمكنهم تطبيق تقنيات التعلم الآلي لتطوير نموذج أكثر حداثة يساعدهم على فهم أفضل لكيفية تساقط الجسيمات النشطة من الفضاء في الهواء. الغلاف الجوي للأرض ، حيث يحددون الطقس الفضائي.

مع تقدم التعلم الآلي ، ستتوسع تطبيقاته العلمية لتشمل المزيد والمزيد من المهام. بالنظر إلى المستقبل ، قد يعني هذا أن مهمات الفضاء السحيق – التي تذهب إلى الأماكن التي لا يمكن فيها إطلاق صواريخ المعايرة – لا يزال من الممكن معايرتها والاستمرار في توفير بيانات دقيقة ، حتى في الابتعاد أكثر فأكثر عن الأرض أو أي نجم.

المرجع: “المعايرة التلقائية متعددة القنوات لتجميع التصوير الجوي باستخدام التعلم الآلي” بقلم لويز إف جي دوس سانتوس ، سوفيك بوس ، فالنتينا سالفاتيلي ، براد نيوبيرج ، مارك سي إم تشيونغ ، ميهو جانفييه ، مينج جين ، يارين غال ، بول بورنر وأتيليم جونيس بادين ، 13 أبريل ، 2021 ، علم الفلك والفيزياء الفلكية.
DOI: 10.1051 / 0004-6361 / 202040051