Data science

NASA sử dụng AI để cải thiện hình ảnh mặt trời của nó

Trong 11 năm qua, tàu vũ trụ của Đài quan sát Động lực học Mặt trời (SDO) của NASA đã được đưa vào quỹ đạo xung quanh Trái đất, sử dụng một loạt thiết bị để quan sát Mặt trời một cách chi tiết. Nhiệm vụ kéo dài này đã gây ra một thiệt hại lớn cho tàu vũ trụ – và hiện tại, NASA đang sử dụng AI để chỉnh sửa hình ảnh nhằm bù đắp thiệt hại đó. SDO đã tăng hơn gấp đôi nhiệm kỳ của nhiệm vụ 5 năm ban đầu. Theo thời gian, ánh nắng mặt trời cực kỳ gay gắt đã làm suy yếu các thấu kính và cảm biến trên các thiết bị chụp ảnh của tàu vũ trụ. Một trong số đó, Tổ chức Hình ảnh Khí quyển (AIA), chịu trách nhiệm chụp ảnh tia cực tím sau mỗi 12 giây. Tác hại dần dần do ánh nắng mặt trời gây ra cho AIA đòi hỏi phải hiệu chuẩn thường xuyên, được thực hiện bằng cách sử dụng tên lửa âm thanh bay cao vào bầu khí quyển và đo các bước sóng UV tương tự như AIA. Các phép đo đó, sau khi được gửi lại cho các nhà nghiên cứu, có thể được so sánh với các phép đo AIA và được sử dụng để thiết lập hệ số hiệu chỉnh cho dữ liệu AIA. Hình ảnh AIA của Mặt trời trước (trái) và sau (phải) hiệu chỉnh từ hiệu chuẩn tên lửa âm thanh. Hình ảnh do NASA cung cấp. Tất nhiên, NASA không gửi tên lửa phát âm thanh mỗi ngày – và vì vậy giữa các lần phóng tên lửa, việc hiệu chuẩn ảo là cần thiết. Vì vậy, NASA đã chuyển sang học máy. NASA đã đào tạo một mô hình học máy với dữ liệu được gắn nhãn từ các chuyến bay hiệu chuẩn tên lửa và AIA, cho phép thuật toán tìm hiểu mức độ cần thiết của việc hiệu chuẩn cho một lần đọc nhất định. Và theo các nhà nghiên cứu, việc hiệu chuẩn ảo đã thực hiện chính xác như dự định, đạt được kết quả chính xác. Khả năng suy ra những hiệu chỉnh này cũng rất quan trọng đối với các ứng dụng khác. Luiz Dos Santos, nhà vật lý năng lượng mặt trời tại Goddard Space Flight Centerand, tác giả chính của NASA, cho biết trong một cuộc phỏng vấn với Susannah Darling của NASA: “Điều này cũng rất quan trọng đối với các sứ mệnh không gian sâu, trong đó sẽ không có tùy chọn hiệu chuẩn tên lửa. “Chúng tôi đang giải quyết hai vấn đề cùng một lúc.” Thuật toán này cũng đang được sử dụng để tăng cường các quan sát của AIA, với việc các nhà nghiên cứu sử dụng máy học để dạy AIA về các tia sáng mặt trời trông như thế nào trên nhiều bước sóng. “Đây là một điều lớn,” Dos Santos nói. “Thay vì chỉ xác định nó trên cùng một bước sóng, chúng tôi đang xác định các cấu trúc trên các bước sóng.” Giới thiệu về nghiên cứu Nghiên cứu được thảo luận trong bài viết này đã được xuất bản với tên gọi “Tự động hiệu chuẩn đa kênh cho Hội đồng chụp ảnh khí quyển sử dụng máy học” trong số tháng 12 2020 của Thiên văn học & Vật lý thiên văn. Nó được viết bởi Luiz FG Dos Santos, Souvik Bose, Valentina Salvatelli, Brad Neuberg, Mark CM Cheung, Miho Janvier, Meng Jin, Yarin Gal, Paul Boerner và Atılım Güneş Baydin. Để đọc bài báo, bấm vào đây.

  • Trang chủ
  • Trí tuệ nhân tạo
  • Chuyên viên phân tích kinh doanh
  • Thông tin kinh doanh
  • Khoa học dữ liệu
  • Back to top button