Ученые создали ИИ для расшифровки наблюдений за Солнцем
Группа российских и зарубежных ученых создала технологию машинного обучения, которая объединила в себе данные за десятилетия наблюдений Солнца, об этом рассказали в Сколтехе. Искусственный интеллект (ИИ) способен проводить автоматический анализ больших массивов полученных данных, корректировать погрешности телескопов, тем самым извлекая максимум из полученных сведений для детального изучения светила.
Современные телескопы с каждым годом становятся более совершенными, что позволяет проводить детальные наблюдения за Солнцем. Однако с каждым новым поколением устройств возникает новая проблема — различия в полученных данных. Сравнивать недавние наблюдения с архивными становится все сложнее из-за несоответствий в разрешении, калибровке приборов и качестве данных. Это мешает изучению долговременных изменений на Солнце и редких солнечных явлений.
Решением проблемы может стать ИИ. Новую систему методов глубокого машинного обучения создали ученые из Грацского университета в Австрии совместно со специалистами Сколковского института науки и технологий (Сколтех) в России и Высокогорной обсерватории Национального центра атмосферных исследований США. Технология позволяет передавать полученные данные наблюдений с одного прибора на другой, даже если они никогда до этого не использовались одновременно. Если быть точнее, система на базе ИИ может выявлять и переносить свойства самых последних наблюдений на более старые сведения, создавая единую, разборчивую картину.
Модель работает на базе двух конкурирующих нейросетей: одна намеренно ухудшает качество изображений, а другая восстанавливает их до эталонного уровня. Используются реальные данные, при этом точно имитируются специфические искажения, характерные для каждого инструмента. Обученная таким образом система преобразует старые зашумленные данные в изображения высокого разрешения, которые могут сравниться с современными космическими снимками. При этом алгоритм сохраняет все важные детали, что крайне важно для анализа длительной эволюции Солнца.
Система прошла тесты на нескольких наборах данных. В частности, ИИ смог объединить данные за 24 года космических наблюдений, улучшить четкость изображений полного диска Солнца, уменьшить влияние атмосферы на сделанные с Земли снимки светила. Ему также удалось определить силу магнитных полей на обратной стороне Солнца — для этого понадобились только данные наблюдений в экстремальном ультрафиолетовом диапазоне.
Как отмечают авторы разработки, нейросеть не просто улучшает старые изображения. ИИ-модели способны выявлять скрытые взаимосвязи и закономерности в наблюдениях, которые проводились в течение десятилетий. При этом, исследователи подчеркивают, что ИИ не может заменить реальные наблюдения — это лишь инструмент для извлечения важной информации из уже существующих данных, что открывает новые возможности для ученых.
Ранее американский школьник Мэтью Паз выявил 1,5 млн ранее неизвестных объектов с помощью технологий ИИ. Обученная им нейросеть изучила огромный массив данных, собранных телескопом NASA WISE и позволила сделать важное астрономическое открытие.
