24 جولای 2021توسط سوزانا عزیز، ناسا اعتبار: لوئیز دوس سانتوس / GSFC ناسا
این تصویر هفت طول موج ماورای بنفش را نشان می‌دهد که توسط مجتمع تصویربرداری جوی در رصدخانه پویایی خورشیدی ناسا مشاهده شده است. ردیف بالا مشاهداتی است که از ماه مه 2010 گرفته شده است و ردیف پایین مشاهدات سال 2019 را نشان می‌دهد، بدون هیچ‌گونه تصحیحی، نشان می‌دهد که چگونه این سازه با گذشت زمان تخریب می‌شود.
گروهی از محققان با استفاده از تکنیک‌های هوش مصنوعی برخی از تصاویر ناسا از خورشید را کالیبره می‌کنند و به بهبود داده‌های دانشمندان برای تحقیقات خورشیدی کمک می‌کنند. این تکنیک جدید در 13 آوریل 2021 در مجله Astronomy & Astrophysics منتشر شد.
تلسکوپ خورشیدی پدیده فناوری سختی است. خیره شدن به خورشید، بمباران مداوم جریان ناپایدار ذرات خورشید و نور شدید خورشید، خسارات زیادی به بار می‌آورد. با گذشت زمان، لنزها و حسگرهای حساس تلسکوپ‌های خورشیدی شروع به تخریب می‌کنند. دانشمندان برای اطمینان از صحت داده‌هایی که این ابزارها به عقب می‌فرستند، آن‌ها را به طور دوره‌ای مجدداً مرتب‌سازی می‌کنند تا مطمئن شوند که دقیقاً چگونه تغییرات ابزار را درک می‌کنند.
رصدخانه Solar Dynamics ناسا یا SDO که در سال 2010 راه اندازی شد، بیش از یک دهه تصاویر با کیفیت بالا از خورشید ارائه داده است. تصاویر آن به دانشمندان نگاهی دقیق به پدیده‌های مختلف خورشیدی داده است که می‌توانند باعث تغییر آب و هوا و تأثیر بر فضانوردان و فناوری ما در زمین و فضا شوند.
Atmospheric Imagery Assembly یا AIA، یکی از دو ابزار تصویربرداری بر روی SDO است و دائماً به خورشید نگاه می‌کند و هر 12 ثانیه از طول 10 موج نور ماورا بنفش عکس می‌گیرد. این اطلاعات بی‌شماری از خورشید مانند دیگران ایجاد نمی‌کند، اما – مانند همه ابزارهای خیره به خورشید – AIA با گذشت زمان تخریب می‌شود و داده‌ها باید مرتباً کالیبره شوند.
از زمان پرتاب SDO، دانشمندان از راکت‌های صدابردار برای کالیبره کردن AIA استفاده کرده‌اند. راکت‌های صوتی راکت‌های کوچکتری هستند که معمولاً فقط چند ابزار را حمل می‌کنند و پروازهای کوتاه را به فضا انجام می‌دهند – معمولاً فقط 15 دقیقه. مهم‌تر از همه، موشک‌های صدایی در بالای جو زمین پرواز می‌کنند و به ابزارهای موجود اجازه می‌دهند طول موج‌های فرابنفش اندازه گیری شده توسط AIA را ببینند. این طول موج‌های نور توسط جو زمین جذب می‌شوند و از زمین قابل اندازه گیری نیستند. برای کالیبراسیون AIA، آن‌ها یک تلسکوپ ماورا بنفش را به یک موشک متصل می‌کنند و این داده‌ها را با اندازه گیری‌های AIA مقایسه می‌کنند. سپس دانشمندان می‌توانند با در نظر گرفتن هرگونه تغییر در داده‌های AIA، تعدیلاتی را انجام دهند.
اشکالاتی در روش کالیبراسیون موشک‌های صدایی وجود دارد. موشک‌های صدادار فقط می‌توانند خیلی زود پرتاب شوند، اما AIA دائماً به خورشید نگاه می‌کند. این بدان معناست که زمان خرابی وجود دارد که بین هر کالیبراسیون موشک کمی خاموش است.
دکتر لوئیز دوس سانتوس، فیزیکدان خورشیدی در مرکز پرواز فضایی گودارد ناسا در گرینبلت، مریلند، و نویسنده اصلی مقاله، گفت: «همچنین برای مأموریت‌های فضایی عمیق، که گزینه کالیبراسیون موشک را ندارند، این امر مهم است. ما در حال مقابله با دو مشکل هستیم.»
کالیبراسیون مجازی
با در نظر داشتن این چالش‌ها، دانشمندان تصمیم گرفتند با نگاهی به سمت کالیبراسیون مداوم، گزینه‌های دیگر را برای کالیبره کردن دستگاه مورد بررسی قرار دهند. یادگیری ماشینی، تکنیکی که در هوش مصنوعی استفاده می‌شود، کاملاً مناسب به نظر می رسید. همانطور که از نام آن پیداست، یادگیری ماشین برای یادگیری نحوه انجام وظیفه خود به یک برنامه رایانه‌ای یا الگوریتم نیاز دارد.
ابتدا محققان نیاز به آموزش الگوریتم یادگیری ماشین داشتند تا ساختارهای خورشیدی را بشناسد و چگونگی مقایسه آن‌ها با استفاده از داده‌های AIA را تشخیص دهد. برای انجام این کار، آن‌ها تصاویر الگوریتمی را از پروازهای کالیبراسیون موشک به صدا در می آورند و مقدار صحیح کالیبراسیون مورد نیاز را به آن می‌گویند. پس از کافی بودن این نمونه‌ها، آن‌ها الگوریتم تصاویر مشابهی را به دست می‌آورند و می‌توانند کالیبراسیون صحیح مورد نیاز را تشخیص دهند. با داشتن اطلاعات کافی، الگوریتم می‌آموزد که برای هر تصویر مقدار کالیبراسیون مورد نیاز است.
از آن‌جا که AIA در طول موج‌های مختلف نور خورشید را نگاه می‌کند، محققان همچنین می‌توانند از الگوریتم برای مقایسه ساختارهای خاص در طول موج‌ها و تقویت ارزیابی‌های آن استفاده کنند.
برای شروع، آن‌ها الگوریتم را با نشان دادن شعله‌های خورشیدی در تمام طول موج‌های AIA تا زمانی که شعله‌های خورشیدی را در انواع مختلف نور تشخیص می‌دهد، به الگوریتم می‌آموزند. هنگامی که برنامه بدون هیچ‌گونه تخریب می‌تواند یک شعله خورشیدی را تشخیص دهد، الگوریتم می‌تواند تعیین کند که چه میزان تخریب بر تصاویر فعلی AIA تأثیر می‌گذارد و چه میزان کالیبراسیون برای هر یک مورد نیاز است.
دوس سانتوس گفت: «این اتفاق بزرگی بود. به جای اینکه فقط آن را در همان طول موج مشخص کنیم، ساختارهای سراسر طول موج را شناسایی می‌کنیم.»
