Root NationNotíciasnotícias de TIInteligência artificial ajuda a NASA no estudo do Sol

Inteligência artificial ajuda a NASA no estudo do Sol

-

Um telescópio solar tem um trabalho difícil. Observar o Sol afeta o bombardeio constante de um fluxo interminável de partículas solares e luz solar intensa. Com o tempo, as lentes e sensores sensíveis dos telescópios solares começam a quebrar. Para garantir a precisão dos dados enviados por esses instrumentos, os cientistas recalibram periodicamente para garantir que entendem como o instrumento está mudando.

O Observatório Solar Dynamics da NASA foi inaugurado em 2010, ou SDO, fornece imagens de alta resolução do Sol há mais de 10 anos. Essas imagens deram aos cientistas uma visão detalhada de vários fenômenos solares que podem causar clima espacial e afetar nossos astronautas e tecnologia na Terra e no espaço. O Atmospheric Imager Assembly, ou AIA, é um dos dois instrumentos de imagem no SDO que observa continuamente o Sol, tirando imagens em 10 comprimentos de onda de luz ultravioleta a cada 12 segundos. Isso produz uma enorme quantidade de informações sobre o Sol, mas, como todos os instrumentos de observação solar, o AIA se degrada com o tempo e os dados devem ser calibrados com frequência.

Imagens do Sol da NASA
Esta imagem mostra 7 comprimentos de onda ultravioleta observados pelo Atmospheric Imager Assembly a bordo do Solar Dynamics Observatory da NASA. A linha superior mostra as observações feitas em maio de 2010, enquanto a linha inferior mostra as observações de 2019 sem nenhuma correção, mostrando como o instrumento se degrada ao longo do tempo.

Desde o lançamento do SDO, os cientistas usaram foguetes de sondagem para calibrar o AIA, que são pequenos foguetes que normalmente carregam apenas alguns instrumentos e fazem voos espaciais curtos - cerca de 15 minutos - eles voam acima da maior parte da atmosfera da Terra, permitindo que os instrumentos a bordo veja comprimentos de onda ultravioleta, medidos por AIA. Esses comprimentos de onda de luz são absorvidos pela atmosfera da Terra e não podem ser medidos a partir do solo. Para calibrar o AIA, os cientistas conectaram um telescópio ultravioleta ao foguete de sondagem e compararam esses dados com as medições do AIA.

O método de calibração do foguete de sondagem tem várias desvantagens. Os foguetes podem não ser lançados com tanta frequência quando o AIA está constantemente olhando para o Sol. Isso significa que, entre cada calibração do foguete de sonda, há um período de inatividade em que a calibração está um pouco desequilibrada.

Calibração virtual da NASA

Tendo esses problemas em mente, os cientistas decidiram considerar outras opções para calibrar o dispositivo com vistas à calibração permanente. O aprendizado de máquina, uma técnica usada em inteligência artificial, parece ser um ajuste perfeito. Como o nome sugere, o aprendizado de máquina requer um programa de computador ou algoritmo para aprender a executar uma tarefa.

Imagens do Sol da NASA
A linha superior de imagens mostra a degradação do canal 304 Angstrom do AIA ao longo dos anos desde o lançamento do SDO. A linha inferior de imagens é corrigida para essa degradação usando um algoritmo de aprendizado de máquina.

Primeiro, os pesquisadores tiveram que treinar um algoritmo de aprendizado de máquina para reconhecer estruturas solares e compará-las usando dados de AIA. Para fazer isso, eles fornecem ao algoritmo imagens obtidas durante os vôos de calibração do foguete e informam quantas calibrações eles precisam. Após o suficiente desses exemplos, eles alimentam o algoritmo com imagens semelhantes e veem se ele pode determinar a calibração necessária. Com dados suficientes, o algoritmo aprende a determinar quanta calibração é necessária para cada imagem.

Como o AIA observa o Sol em diferentes comprimentos de onda de luz, os pesquisadores também podem usar o algoritmo para comparar estruturas específicas em diferentes comprimentos de onda e fazer estimativas mais precisas.

Eles primeiro ensinaram ao algoritmo como é uma erupção solar, mostrando as erupções solares em todos os comprimentos de onda do AIA até que ele reconhecesse as erupções solares em todos os diferentes tipos de luz. Uma vez que o programa reconheceu uma explosão solar sem qualquer degradação, o algoritmo foi capaz de determinar o quanto a degradação estava afetando as imagens AIA atuais e quanta calibração era necessária para cada uma.

"Foi um grande evento", disse o Dr. Louis Dos Santos. "Em vez de apenas identificá-los no mesmo comprimento de onda, identificamos estruturas em diferentes comprimentos de onda." Isso significa que os pesquisadores podem ter mais confiança na calibração determinada pelo algoritmo. De fato, ao comparar seus dados de calibração virtual com dados de calibração de foguetes, o programa de aprendizado de máquina provou estar no topo. Com este novo processo, os cientistas estão prontos para calibrar continuamente imagens AIA entre vôos de foguetes de calibração, aumentando a precisão dos dados SDO para pesquisadores.

Leia também:

Fontefísica
Inscrever-se
Notificar sobre
convidado

0 Comentários
Avaliações incorporadas
Ver todos os comentários