Yapay Zeka, Kuzey Işıkları Sınıflandırmasını ve Jeomanyetik Fırtına Tahminini Geliştiriyor

Yapay zeka sayesinde, kuzey ışıklarının sınıflandırılması ve incelenmesinde bilim insanlarına yardımcı olan, kutup ışığı araştırmalarında çığır açan bir gelişme yaşandı. Aurora olaylarının 700 milyondan fazla görüntüsü sınıflandırıldı ve etiketlendi; böylece Dünya’daki kritik iletişim ve güvenlik sistemlerini bozabilecek jeomanyetik fırtınaların daha iyi tahmin edilmesinin yolu açıldı. Kategorizasyon, Kuzey Amerika’daki 23 izleme istasyonundan alınan, her üç saniyede bir aurora görüntülerini kaydeden NASA’nın THEMIS veri kümesinden kaynaklanmaktadır. Bu ilerlemenin, Dünya’nın manyetosferi ile güneş rüzgârı etkileşimlerinin anlaşılmasını önemli ölçüde artırması bekleniyor.

Veri Kümesi Kategorizasyonu ve Teknikleri

Phys.org’daki raporlara göre New Hampshire Üniversitesi’ndeki araştırmacılar, 2008 ile 2022 yılları arasında toplanan THEMIS verilerini analiz eden yenilikçi bir makine öğrenimi algoritması geliştirdi. Görüntüler altı farklı kategoriye göre sınıflandırıldı: yay, dağınık, ayrık, bulutlu, ay. ve açık/aurora yok. Amaç, kapsamlı tarihsel veri kümesi içindeki anlamlı içgörülere erişimi geliştirerek bilim adamlarının verileri verimli bir şekilde filtrelemesine ve analiz etmesine olanak sağlamaktı.

Uygulamalı mühendislik ve bilimler doçenti Jeremiah Johnson, phys.org’a, geniş veri setinin Dünya’nın koruyucu manyetosferi hakkında önemli bilgiler içerdiğini belirtti. Önceki ölçeği, araştırmacıların potansiyelini etkili bir şekilde kullanmasını zorlaştırıyordu. Bu gelişme, aurora davranışına ilişkin daha hızlı ve daha kapsamlı çalışmalara imkan veren bir çözüm sunuyor.

Gelecekteki Araştırmalara Etkisi

Kategorize edilmiş veri tabanının, gün ışığı dinamikleri üzerine devam eden ve gelecekteki araştırmalar için temel bir kaynak olarak hizmet edeceği öne sürüldü. On yılı aşkın bir süredir düzenlenen verilerle araştırmacılar, uzay-hava olayları ve bunların Dünya sistemleri üzerindeki etkilerine ilişkin araştırmalar için istatistiksel olarak anlamlı bir örneklem büyüklüğüne erişebiliyor.

Alaska-Fairbanks Üniversitesi ve NASA’nın Goddard Uzay Uçuş Merkezi’nden işbirlikçileri de bu projeye katkıda bulundu. Yapay zekanın bu bağlamda kullanılması, uzay bilimi alanındaki geniş veri kümelerinin yarattığı zorlukların çözümünde teknolojinin artan rolünü vurguluyor.