Solarni teleskop ima težak posao. Posmatranje Sunca uzima danak u stalnom bombardovanju beskrajnog toka solarnih čestica i intenzivne sunčeve svjetlosti. Vremenom se osjetljiva sočiva i senzori solarnih teleskopa počinju kvariti. Kako bi osigurali tačnost podataka koje šalju takvi instrumenti, naučnici periodično rekalibriraju kako bi bili sigurni da razumiju kako se instrument mijenja.
NASA Solar Dynamics Observatory je otvorena 2010. godine, tj S.D.O, pruža slike Sunca visoke rezolucije više od 10 godina. Ove slike su naučnicima pružile detaljan pogled na različite solarne fenomene koji mogu uzrokovati svemirsko vrijeme i utjecati na naše astronaute i tehnologiju na Zemlji iu svemiru. Atmospheric Imager Assembly, ili AIA, jedan je od dva instrumenta za snimanje na SDO koji kontinuirano gleda u Sunce, snimajući slike u 10 talasnih dužina ultraljubičastog svjetla svakih 12 sekundi. Ovo proizvodi ogromnu količinu informacija o Suncu, ali kao i svi instrumenti za posmatranje Sunca, AIA vremenom degradira i podaci se moraju često kalibrirati.
Od lansiranja SDO-a, naučnici su koristili sondažne rakete za kalibraciju AIA, koje su male rakete koje obično nose samo nekoliko instrumenata i prave kratke svemirske letove -- oko 15 minuta -- lete iznad većine Zemljine atmosfere, omogućavajući instrumentima na brodu da pogledajte ultraljubičaste talasne dužine, merene AIA. Ove talasne dužine svetlosti apsorbuje Zemljina atmosfera i ne mogu se izmeriti sa zemlje. Da bi kalibrirali AIA, naučnici su pričvrstili ultraljubičasti teleskop na sondažnu raketu i uporedili te podatke sa AIA mjerenjima.
Metoda kalibracije sondažne rakete ima niz nedostataka. Rakete se možda neće lansirati tako često kada AIA umjesto toga stalno gleda u Sunce. To znači da između svake kalibracije rakete sonde postoji period zastoja u kojem je kalibracija malo isključena.
NASA virtuelna kalibracija
Imajući na umu ove probleme, naučnici su odlučili da razmotre druge opcije za kalibraciju uređaja u cilju trajne kalibracije. Čini se da je strojno učenje, tehnika koja se koristi u umjetnoj inteligenciji, savršeno prikladna. Kao što ime govori, mašinsko učenje zahteva kompjuterski program ili algoritam da nauči kako da izvrši zadatak.
Prvo, istraživači su morali da obuče algoritam mašinskog učenja da prepozna solarne strukture i uporedi ih koristeći AIA podatke. Da bi to uradili, oni algoritmu daju slike dobijene tokom sondažnih kalibracionih letova rakete i govore mu koliko im je kalibracija potrebno. Nakon dovoljno ovih primjera, oni algoritmu unose slične slike i vide da li može odrediti potrebnu kalibraciju. Uz dovoljno podataka, algoritam uči da odredi koliko je kalibracije potrebno za svaku sliku.
Budući da AIA gleda na Sunce u različitim talasnim dužinama svetlosti, istraživači takođe mogu da koriste algoritam da uporede specifične strukture na različitim talasnim dužinama i naprave preciznije procene.
Prvo su naučili algoritam kako izgleda solarna baklja pokazujući joj solarne baklje na svim AIA talasnim dužinama dok nije prepoznao solarne baklje u svim različitim vrstama svjetlosti. Nakon što je program prepoznao solarnu baklju bez ikakve degradacije, algoritam je mogao odrediti koliko je degradacija utjecala na trenutne AIA slike i koliko je kalibracije bilo potrebno za svaku.
"Bio je to veliki događaj", rekao je dr. Louis Dos Santos. "Umjesto da ih samo identifikujemo na istoj talasnoj dužini, mi identifikujemo strukture na različitim talasnim dužinama." To znači da istraživači mogu biti sigurniji u kalibraciju koju određuje algoritam. Zaista, kada se uporede njihove virtuelne kalibracione podatke sa podacima kalibracije sondažnih raketa, program mašinskog učenja pokazao se na vrhu. Sa ovim novim procesom, naučnici su spremni da kontinuirano kalibriraju AIA slike između kalibracionih raketnih letova, povećavajući tačnost SDO podataka za istraživače.
Pročitajte također: