محققان دانشگاه هاوایی از قدرت بزرگترین تلسکوپ خورشیدی جهان و هوش مصنوعی پیشرفته برای تحول درک ما از جو خورشید استفاده کردهاند.
به گزارش تکناک، پروژه آنها با هدف تجزیه و تحلیل سریع حجم عظیمی از دادهها، بهبود پیشبینی پدیدههای خورشیدی مانند طوفانهای خورشیدی است، که میتواند باعث پیشرفتهایی در دقت و سرعت تحقیقات خورشیدی شود.
فهرست مطالب
تحقیقات انقلابی از جو خورشید
ستارهشناسان و دانشمندان مؤسسه اخترشناسی دانشگاه هاوایی (IfA) در حال انجام تحقیقاتی پیشگامانه هستند، که میتواند درک ما از جو خورشید را متحول کند.
تیم تحقیقاتی در پروژهای با نام SPIn4D در حال ترکیب علم اخترشناسی پیشرفته خورشیدی با فناوری رایانه برای پردازش دادههایی است که از بزرگترین تلسکوپ خورشیدی دنیا جمعآوری میشود. این تلسکوپ در قله هالیآکالا در مائویی قرار دارد.
کار این تیم که به تازگی در مجله Astrophysical Journal منتشر شده است، روی توسعه مدلهای یادگیری عمیق تمرکز دارد، که میتوانند دادههای بسیار زیاد تولیدشده توسط تلسکوپ خورشیدی Daniel K. Inouye را سریعتر تجزیه و تحلیل کنند.
هدف این است که از تواناییهای این تلسکوپ به بهترین شکل استفاده شود و پیشرفتهای مهمی در سرعت، دقت و عمق تحلیل دادههای خورشیدی ایجاد شود.
اهمیت درک طوفانهای خورشیدی
کای یانگ، رهبر این مطالعه گفت: «طوفانهای خورشیدی بزرگ مسئول شفقهای قطبی شگفتانگیز هستند، اما میتوانند تهدیداتی برای ماهوارهها، ارتباطات رادیویی و شبکههای برق ایجاد کنند. درک بهتر از زادگاه آنها یعنی جو خورشیدی، بسیار مهم است.»
وی تصریح کرد: «ما از شبیهسازیهای پیشرفته برای تقلید از آنچه که تلسکوپ خورشیدی Daniel K. Inouye میبیند، استفاده کردیم. ترکیب این دادهها با یادگیری ماشینی فرصت بینظیری برای کاوش در جو سهبعدی خورشید فراهم میآورد.»
تلسکوپ خورشیدی Daniel K. Inouye، که توسط رصدخانه خورشیدی ملی NSF اداره میشود، یکی از قدرتمندترین تلسکوپهای خورشیدی جهان است.
این تلسکوپ در قله ۱۰,۰۰۰ فوتی هالیآکالا در مائویی قرار دارد، جایی که به معنای خانه خورشید است.
ابزارهای این تلسکوپ برای اندازهگیری میدان مغناطیسی خورشید با استفاده از نور قطبیشده ساخته شدهاند و پروژه SPIn4D به طور خاص برای استفاده از این دادهها طراحی شده است. این دادهها تنها از ابزارهای این تلسکوپ قابل دسترسی هستند.
تحلیل جو خورشیدی مبتنی بر هوش مصنوعی
تیم دانشمندان از NSO و رصدخانه HAO، از شبکههای عصبی عمیق برای تخمین ویژگیهای فیزیکی سطح خورشید با استفاده از مشاهدات دقیق تلسکوپ خورشیدی Daniel K. Inouye بهره میبرند.
این روش باعث میشود که تجزیه و تحلیل دادههای زیاد تولیدشده توسط تلسکوپ که میتواند به دهها ترابایت در روز برسد، سریعتر انجام شود.
پیتر سادوسکی، یکی از نویسندگان این تحقیق گفت: «یادگیری ماشینی در ارائه تخمینهای سریع از محاسبات پیچیده بسیار مفید است. این مدل به ستارهشناسان این امکان را میدهد که به جای اینکه ساعتها منتظر بمانند تا همان دقت را به دست آورند، جو خورشید را در زمان واقعی مشاهده کنند.»
توسعه ابزارهای هوش مصنوعی برای دادههای خورشیدی
تیم تحقیقاتی برای آموزش مدلهای هوش مصنوعی خود، دادههای شبیهسازی شده زیادی از خورشید تولید کرده است.
آنها از ابررایانه Cheyenne NSF برای پردازش بیش از ۱۰ میلیون ساعت داده استفاده کردهاند و توانستهاند ۱۲۰ ترابایت داده ایجاد کنند، که مشاهدات تلسکوپ خورشیدی Daniel K. Inouye را با دقت بسیار بالا شبیهسازی میکند.
این تیم تاکنون ۱۳ ترابایت از این دادهها را به صورت عمومی منتشر و همراه با آن یک آموزش دقیق نیز ارائه کرده است.
هدف این است که مدلهای یادگیری عمیق خود را به عنوان ابزاری برای کمک به جامعه علمی در تحلیل مشاهدات تلسکوپ خورشیدی Daniel K. Inouye منتشر کنند.