Искусственный интеллект может обнаружить дыры в короне Солнца
Многие задачи нейросети решают быстрее людей. Новая программа, например, способна быстро находить на снимках и магнитных картах корональные дыры с точностью более 98%
При наблюдении в диапазоне экстремальных ультрафиолетовых длин волн (EUV) в короне Солнца можно обнаружить дыры. Эти отверстия более холодные и менее плотные, чем окружающий материал в короне, и содержат множество магнитных воронок меньшего масштаба. Эти воронки «уходят» в фотосферу звезды и простираются далеко в межпланетное пространство. Вдоль этих линий магнитного поля ускоряется солнечная плазма, создавая солнечный ветер, который может вызвать мощные геомагнитные бури при взаимодействии с магнитосферой Земли.
Сегодня формы, размеры и расположение корональных дыр определяются вручную по снимкам Солнца в EUV-диапазоне. Это сложный процесс, как из-за сильных изменений яркости короны на протяжении всего 11-летнего цикла активности Солнца, так и из-за того, что корональные дыры трудно отличить от других темных объектов, таких как солнечные филаменты.
Чтобы решить эти проблемы, ученые разработали нейросеть под названием CHRONNOS. Она может распознавать границы корональных дыр на изображениях, сделанных на нескольких различных длинах волн. Кроме того, программа может выделять структуры из карт магнитного поля Солнца в реальном времени. Сравнивая эти изображения, алгоритм «чертит» границы корональных дыр по их интенсивности, форме и свойствам магнитного поля.
После обучения нейронной сети команда использовала ее для изучения 1700 изображений Солнца в EUV-диапазоне, полученных обсерваторией солнечной динамики NASA c 2010 по 2016 годы. Из 261 корональной дыры, идентифицированной вручную астрономами на изображениях, CHRONNOS смог найти 256 — 98,1% всех структур. Нейронная сеть работала лучше всего при объединении всех снимков и данных о распределении магнитных полей. Кроме того, программа могла находить корональные дыры, используя одни только карты магнитного поля, которые людям гораздо сложнее анализировать.
