来源：ScienceAI
本文约1200字，建议阅读5分钟




    
AI探索太阳。

夏威夷大学的研究人员正在利用世界上最大的太阳望远镜和 AI，来改变我们对太阳的理解。

该项目旨在快速分析大量数据集，来更好地预测太阳风暴等太阳现象，从而提高太阳研究的准确性和速度。

革命性的太阳研究

夏威夷大学天文研究所 (IfA) 的天文学家和计算机科学家正在进行开创性的研究，这可能会彻底改变我们对太阳的理解。

作为「SPIn4D」项目的一部分，该团队将先进的太阳天文学与尖端计算机科学相结合，以处理位于毛伊岛哈莱阿卡拉山顶的世界上最大的地面太阳望远镜收集的数据。

相关研究最近发表在《天体物理学杂志》（Astrophysical Journal）上，主要致力于开发能够快速分析美国国家科学基金会 Daniel K. Inouye 太阳望远镜生成的大量数据集的深度学习模型。

这旨在最大限度地发挥望远镜的功能，为显著提高太阳数据分析的速度、准确性和深度铺平道路。

了解太阳风暴的重要性

「大型太阳风暴是造成惊人极光的原因，但也可能对卫星、无线电通信和电网构成风险。更好地了解它们的诞生地——太阳大气，是极其重要的。」领导该研究的 IfA 博士后研究员 Kai Yang 说，「我们使用最先进的模拟来模拟 Inouye 将看到的情况。将这些数据与机器学习相结合，为近乎实时地探索三维太阳大气提供了宝贵的机会。」

由美国国家科学基金会（NSF）国家太阳天文台 (NSO) 运营的 Inouye 太阳望远镜，是迄今为止世界上最强大的太阳望远镜，位于毛伊岛哈莱阿卡拉 10,000 英尺高的山顶上，哈莱阿卡拉意为「太阳之家」。该望远镜的仪器旨在利用偏振光测量太阳磁场，而 SPIn4D 项目则是专门为使用这些数据而设计的，这些数据只能从太阳望远镜的仪器套件中获得。

AI 驱动的太阳大气分析

来自 NSO 和高海拔天文台 (HAO) 的科学家团队利用深度神经网络，根据 Inouye 太阳望远镜的高分辨率观测结果估算太阳光球层的物理特性。这种方法有望显著加快对太阳望远镜产生的海量数据的分析速度，这些数据量每天可达数十 TB。

「机器学习非常擅长为昂贵的计算提供快速近似值。在这种情况下，该模型将使天文学家能够实时可视化太阳大气，而不必等待数小时才能达到同样的精度。」共同作者、夏威夷大学马诺阿分校（University of Hawaii at Manoa）信息与计算机科学系副教授 Peter Sadowski 说道。

开发用于太阳数据的 AI 工具

为了训练他们的 AI 模型，该团队制作了一个模拟太阳观测的大量数据集。他们利用 NSF 夏延超级计算机上的 1000 多万个 CPU 小时，创建了 120 TB 的数据，以极高的分辨率模拟了井上太阳望远镜的观测结果。

该团队已经公开了 13 TB 的数据子集，并附上了详细的教程。他们计划发布经过全面训练的深度学习模型，作为分析 Inouye 太阳望远镜观测结果的社区工具。

该研究得到了 NSF 天文学和天体物理学资助项目的 669,000 美元资助。