Группа китайских исследователей представила систему искусственного интеллекта, которая автоматически находит «космические ураганы» — гигантские плазменные вихри в верхней атмосфере Земли — по спутниковым снимкам с рекордной точностью 97,90%.
Разработка решает проблему ручного анализа огромных массивов данных и открывает путь к систематическому изучению этих редких явлений, влияющих на работу спутников и радиосвязи.
Система обучена на архиве из почти 300 000 изображений полярных сияний, собранных с 2005 по 2021 год.
Главные мысли за 1 минуту:
- Система глубокого обучения распознает космические ураганы на ультрафиолетовых снимках с точностью 97,9%.
- В основе — 300 000 изображений полярных сияний, включая 570 подтвержденных случаев космических ураганов.
- Первое такое явление зафиксировано в 2014 году, но описано только в 2021-м; раньше их искали вручную.
- Космические ураганы — плазменные спирали шириной до 1000 км, способные нарушать работу спутников и связи.
- Новый ИИ-инструмент уже тестируют для обработки данных миссии SMILE, запущенной в мае.
- Следующий шаг — прогнозирование этих явлений в реальном времени.
Что такое космический ураган
В отличие от привычных атмосферных циклонов, космический ураган — это вращающийся поток плазмы (электрически заряженных частиц) в ионосфере и магнитосфере Земли. Он выглядит как гигантская закрученная спираль полярного сияния диаметром от сотен до тысяч километров. Первый такой случай был случайно обнаружен в данных спутниковых наблюдений 2014 года над Северным полюсом — плазменный вихрь шириной около 1000 км продержался восемь часов. Сенсация заключалась в том, что он возник в спокойной геомагнитной обстановке, тогда как раньше подобные штормы связывали только с мощными солнечными бурями.
Эти образования способны выбрасывать потоки высокоэнергетических электронов в полярную ионосферу, создавая помехи для спутниковой навигации, радиосвязи и радарных систем.
Главная проблема — поиск иголки в стоге данных
Долгое время систематическое изучение космических ураганов тормозилось из-за сложности их обнаружения. Ученым приходилось вручную просматривать тысячи ультрафиолетовых снимков со спутников, что было крайне медленно и субъективно. Чтобы автоматизировать этот процесс, группа китайских исследователей создала систему глубокого обучения. В качестве обучающей выборки использовали архив из примерно 300 000 изображений полярных сияний, полученных с приборов спутников программы Defense Meteorological Satellite Program за 16 лет (2005–2021). Из них выделили 570 подтвержденных космических ураганов. В выборку также включили множество обычных полярных сияний, чтобы модель научилась различать тонкие структурные отличия.
Точность 97,9% и визуальный интерфейс
Лучшая из обученных моделей компьютерного зрения показала точность 97,90% при идентификации космических ураганов в глобальном наборе данных. Она не только распознает характерные спиральные структуры, но и точно определяет их координаты на снимке. Дополнительно исследователи разработали программную платформу с удобным визуальным интерфейсом, которая позволяет обрабатывать спутниковые данные и отмечать потенциальные события без участия человека.
Практическое применение и будущее прогнозирования
Особую актуальность технологии придает лавинообразный рост объемов данных от современных космических миссий. Например, спутник SMILE (Solar Wind Magnetosphere Ionosphere Link Explorer), запущенный в мае, непрерывно передает ультрафиолетовые изображения полярных сияний высокого разрешения. Ручной анализ таких потоков уже невозможен, поэтому новая ИИ-система рассматривается как ключевой инструмент для их обработки.
На следующем этапе ученые планируют объединить спутниковые и наземные наблюдения в режиме реального времени, чтобы перейти от простого обнаружения к краткосрочному прогнозированию космических ураганов. Это поможет своевременно предупреждать о возможных сбоях в работе технологических систем.
