هوش مصنوعی در پیشبینی طوفانهای خورشیدی به پشتیبانی ما میآید_اسپایدر
نوشته و ویرایش شده توسط تیم اسپایدر
در نگاه اول، خورشید جرم آسمانی ثابت و بدون تحول به نظر میرسد اما در حقیقت، این ستاره عظیم تودهای از پلاسمای الکتریکی است که تحتتأثیر میدان مغناطیسی خود قرار دارد و فعالیتهای پیشبینیناپذیری به نمایش میگذارد که چالش بزرگی برای فیزیکدانان خورشیدی محسوب میبشود.
مطابق گزارش «Sciencealert»، از با اهمیت ترین اتفاقهای خورشیدی خروج جرم از تاج خورشید (CME) است که تأثیرات آن هم چنان تردیدهایی بسیاری به وجود آورده است. مطالعات تازه نشان خواهند داد الگوریتمهای یادگیری ماشینی میتوانند این اتفاق را با دقت بیشتری پیشبینی کنند.
هوش مصنوعی و پیشبینی فعالیتهای خورشیدی
مطابق مقالهای تازه، الگوریتمهای آموزشدیده بر پایه دههها دادههای خورشیدی توانستهاند علائم افزایش فعالیت در ناحیهای به نام «AR13664» را تشخیص دهند و از این طریق به فهمیدن بهتری از فورانهای آینده پشتیبانی کنند.
CMEها فورانهای عظیم پلاسما از تاج خورشید به فضا می باشند که در تاثییر اختلالات میدان مغناطیسی خورشید رخ خواهند داد. این رویدادهای انفجاری طبق معمولً همراه شرارههای خورشیدی اتفاق میافتند و وقتی رخ خواهند داد که خطوط میدان مغناطیسی یک دفعه تحول جهت داده و انرژی عظیمی آزاد کنند.

CMEها با سرعتی بین چندصد تا چندهزار کیلومتردرثانیه حرکت میکنند و اگر مسیرشان به سمت زمین باشد، میتوانند ظرف چند روز به آن برسند. هنگامی که این ذرات باردار به میدان مغناطیسی زمین برخورد میکنند، طوفانهای ژئومغناطیسی تشکیل میکنند که امکان پذیر تبدیل اختلال در ارتباطات ماهوارهای، سیستمهای GPS و شبکههای برق بشود. علاوهبراین، میتوانند علتشفقهای قطبی درخشان در دو قطب زمین تشکیل کنند.
مطالعه تازه درمورد هوش مصنوعی و پیشبینی طوفانهای خورشیدی
در مطالعهای که گروهی از ستارهشناسان به رهبری «سابرینا گوستاوینو» از دانشگاه جنوا انجام دادند، از هوش مصنوعی برای پیشبینی طوفان خورشیدی مه ۲۰۲۴ (اردیبهشت ۱۴۰۳) و فورانهای خورشیدی مرتبط با ناحیه ۱۳۶۴۴ منفعت گیری شد. این طوفان شامل فوران شدیدی می بود که بهگفتن شراره X8.7 طبقهبندی شد.

با منفعت گیری از این فناوری، تیم تحقیقاتی توانستند حجم عظیمی از دادههای جمعآوریشده را تحلیل و الگوهای پیچیدهای را که تشخیص آنها با راه حلهای سنتی دشوار می بود، شناسایی کنند. نتایج این پژوهش دقت بیسابقهای را در پیشبینی شرارههای خورشیدی، تغییرات آنها طی زمان و پیشبینی طوفانهای ژئومغناطیسی نشان داد.
نتایج و پیامدهای مهم این مطالعه
نتایج این پژوهش نشان داد منفعت گیری از یادگیری ماشینی نهفقط دقت پیشبینیها را افزایش میدهد، بلکه نسبت به راه حلهای سنتی عدم قطعیت را نیز افت میدهد. این چنین زمان رسیدن CMEها به زمین و زمان اغاز طوفانهای ژئومغناطیسی با دقت زیاد بالایی پیشبینی شدند.
این پیشرفت میتواند تأثیر بسزایی در افت اثرات منفی طوفانهای خورشیدی بر شبکههای برق، ارتباطات و سیستمهای ماهوارهای داشته باشد. علاوهبراین، این روش میتواند پیشبینی شفقهای قطبی را نیز بهبود ببخشد و تواناییای دلنشینتر برای دوستداران آسمان فراهم کند.

هوش مصنوعی درحال تحول شیوه پیشبینی فعالیتهای خورشیدی است. این فناوری میتواند با دقتی بیسابقه به ما در پیشبینی فورانهای خورشیدی و افت تأثیرات منفی آنها پشتیبانی کند. با پیشرفتهای زیاد تر، احتمالا در آینده بتوانیم نهفقط طوفانهای خورشیدی، بلکه دیگر رویدادهای کیهانی را نیز با دقت بیشتری پیشبینی کنیم.
دسته بندی مطالب