Heim > Technologie-Peripheriegeräte > KI > Die NASA nutzt KI, um Sonnenstürme vorherzusagen, sodass die Erde eine halbe Stunde im Voraus auf Krisen reagieren kann

Die NASA nutzt KI, um Sonnenstürme vorherzusagen, sodass die Erde eine halbe Stunde im Voraus auf Krisen reagieren kann

WBOY
Freigeben: 2023-05-26 15:26:15
nach vorne
1064 Leute haben es durchsucht

IT Home News am 15. Mai nutzten NASA-Forscher Modelle der künstlichen Intelligenz (KI), um Sonnensturmdaten zu analysieren und ein Frühwarnsystem zu entwickeln, das verhindern kann, dass Sonnenstürme potenziell katastrophale Auswirkungen auf die Erde haben Minuten Vorwarnzeit.

NASA 利用 AI 预测太阳风暴,地球可提前半小时应对危机

Wenn es auf der Sonnenoberfläche zu einer heftigen Explosion kommt, werden große Mengen hochenergetischer Teilchen und Plasma in den Weltraum geschleudert. Dies ist ein Sonnensturm. Da sich diese Materialien langsamer als die Lichtgeschwindigkeit fortbewegen, können sie bei ihrer Annäherung an die Erde bereits im Voraus durch Funksignale erkannt werden. Der Hauptschaden, den Sonnenstürme auf der Erde verursachen, besteht in der Beeinträchtigung oder Beschädigung von Strom- und Kommunikationseinrichtungen. Beispielsweise verursachte ein Sonnensturm vor 35 Jahren einen mehrstündigen Stromausfall in Quebec. Sollte es zu einem noch extremeren Sonnensturm wie dem Carrington-Ereignis vor mehr als 150 Jahren kommen, würde die heutige Energie- und Kommunikationsinfrastruktur massive Schäden erleiden.

Dieses Problem hat seit jeher die Aufmerksamkeit von Wissenschaftlern auf sich gezogen, und derzeit gibt es viele Satelliten, die die Sonne überwachen und zur Erkennung dieser Sonnenstürme verwendet werden können. Das NASA-Team stützte sich auf Daten der Satelliten ACE, Wind, IMP-8 und Geotail.

Es reicht nicht aus zu wissen, dass ein Sonnensturm kommt, man muss auch verstehen, welche Auswirkungen er haben wird, wenn er die Erde erreicht. Dazu sammelten die Forscher auch Daten von Bodenstationen, die von einigen der von Satelliten erfassten Stürmen ebenfalls betroffen waren.

Die Wissenschaftler begannen dann mit dem Training eines Deep-Learning-Modells, das sie DAGGER nannten, vor allem wegen seiner höheren Geschwindigkeit im Vergleich zu bestehenden Vorhersagealgorithmen, die dasselbe versuchen. Forscher unter der Leitung von Vishal Upendran vom Interuniversitären Zentrum für Astronomie und Astrophysik in Indien behaupten, dass der Algorithmus die Schwere und Richtung eines Sonnensturmereignisses in weniger als einer Sekunde vorhersagen kann, und jede Minute kann eine Vorhersage getroffen werden. In der Vergangenheit dauerte die Ausführung früherer Algorithmen länger und es gab kaum Vorwarnungen, bevor Sonnenstürme die Erde treffen.

Dieses Sonnensturm-Warnsystem kombiniert Vorhersagegeschwindigkeit und -fähigkeit und macht DAGGER zu einem großen Fortschritt bei der Vorhersage und genauen Reaktion auf die potenziellen Gefahren von Sonnenstürmen. IT House stellte fest, dass das System auf einer Open-Source-Plattform veröffentlicht wurde, um große Datenmengen zu sammeln, bevor die Sonne den Höhepunkt ihres 11-jährigen Sonnenaktivitätszyklus erreicht (erwartet im Jahr 2025). Dadurch haben Versorgungs- und Kommunikationsunternehmen mehrere Jahre Zeit, DAGGER in ihre Bedrohungsbewertungssysteme zu integrieren, um sich auf die schlimmsten Sonnenstürme vorzubereiten.

Das obige ist der detaillierte Inhalt vonDie NASA nutzt KI, um Sonnenstürme vorherzusagen, sodass die Erde eine halbe Stunde im Voraus auf Krisen reagieren kann. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Quelle:sohu.com
Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn
Beliebte Tutorials
Mehr>
Neueste Downloads
Mehr>
Web-Effekte
Quellcode der Website
Website-Materialien
Frontend-Vorlage