Астрономы используют дипфейки, созданные ИИ, для исследования солнечной атмосферы
Астрономы пришли к выводу, что «подделка», созданная ИИ, может показать даже больше, чем реальная фотография Солнца.
Ученые, изучающие Солнце, используют изображения, созданные ИИ, для исследования солнечной атмосферы. Работа, представленная на Национальной астрономической встрече, была проведена в рамках сотрудничества между Нортумбрийским университетом и Бернским университетом.
Более 80 лет ученые, исследующие Солнце, пытаются понять, как и почему верхние слои солнечной атмосферы (его корона) горячее, чем слои, расположенные ближе к солнечной поверхности. Ученые свели все к двум возможным причинам: нагрев за счет диссипации волн в плазме или нагрев за счет пересоединения магнитных линий. Существуют доказательства того, что происходит и то, и другое, но вклад каждого процесса в общий нагрев пока неизвестен.
Ключ к разгадке этой тайны, по-видимому, лежит в красивом явлении, известном как «корональный дождь» — петли более холодной плазмы, которые выходят из короны и падают обратно в верхние слои солнечной атмосферы. Идентификация этого дождя очень важна для углубления нашего понимания термодинамики Солнца. Похоже, что «дождь» образуется только в результате пересоединения магнитных линий. Если ученые смогут выяснить, сколько коронального дождя выпадает на Солнце, они смогут определить, как работает этот цикл нагрева.
Чтобы выяснить интенсивность дождя, его нужно наблюдать отдельно от огромного количества других солнечных явлений. Большинство наблюдений за солнечным дождем делает Atmospheric Imaging Assembly (AIA) на борту Обсерватории солнечной динамики NASA. Однако на этих изображениях дождь часто заслоняется более горячим материалом. Cнимки, сделанные спектрографом Interface Region Imaging Spectrograph (IRIS), спутником NASA для наблюдения за Солнцем, показывают дождь более четко, но могут захватывать только ограниченное поле зрения.
Чтобы решить эти проблемы, исследователь Люк МакМуллан из Нортумбрийского университета обучил алгоритм машинного обучения ИИ изучать изображения IRIS высокой четкости, а затем улучшать более многочисленные, но менее качественные изображения AIA, создавая дипфейки. Они позволят астрономам понять, сколько коронального дождя выпадает в солнечной атмосфере, и впоследствии разгадать тайну его необычной тепловой слоистости.
«Мы живем в золотой век для исследований Солнца», — говорит Люк МакМуллан, ведущий исследователь проекта. — «Мы не только получаем доступ к большему количеству изображений солнечной атмосферы с высоким разрешением, чем когда-либо прежде, но и быстрая разработка и внедрение методов машинного обучения в тандеме с этими наблюдениями позволяют нам найти ответы на проблемы, которые мучили ученых на протяжении десятилетий. Мы ожидаем, что это сотрудничество между наблюдениями и машинным обучением будет только углубляться и станет основным инструментом в нашем научном арсенале».