Die Sonne im Visier: Forscher nutzen KI, um Sonnenstürme besser zu verstehen
Plasmaschleifen über Sonnenflecken in ultravioletten Licht. (Bild: DKIST/NSO/AURA/NS)
Großflächige Stromausfälle und dauerhafte Schäden an Kommunikationssystemen sind nur einige der Folgen, die große Sonnenstürme auf die Erde haben könnten. Aktuell ist das Wissen um ihre Entstehung noch begrenzt, mögliche Vorhersagen schwierig.
KI soll Sonnenbeobachtung beschleunigen
Ändern soll das jetzt eine Methode, die Astronom:innen und Informatiker:innen der Universität von Hawaii entwickelt haben. Dabei soll modernste Sonnenbeobachtung mit den Möglichkeiten der Informatik und Daten aus dem weltgrößten Solarteleskop der Erde, das auf dem 3.000 Meter hohen Vulkan Haleakala auf Maui steht, kombiniert werden.
Ziel ist es, die riesigen Datenmengen so schnell wie möglich zu durchforsten, um ein besseres Verständnis der Sonnenatmosphäre und damit über die Entstehung der Sonnenstürme zu bekommen, wie es in einer Mitteilung heißt. Dabei kommen Simulationen und moderne KI-Methoden zur Analyse zum Einsatz.
Sonnenatmosphäre fast in Echtzeit erkunden
Täglich werden Daten im Umfang von Dutzenden Terabyte erhoben, die es zu analysieren gilt. „Die Kombination dieser Daten mit maschinellem Lernen bietet eine unschätzbare Gelegenheit, die dreidimensionale Sonnenatmosphäre nahezu in Echtzeit zu erkunden“, erklärt der Astronom Kai Yang von der Universität von Hawaii.
Aufgrund eigens entwickelter Instrumente kann das Teleskop auf Hawaii das Magnetfeld der Sonne mit polarisiertem Licht messen und liefert hochauflösende Aufnahmen. Um die physikalischen Eigenschaften der Sonnenphotosphäre auszuwerten, greifen die Forscher:innen auf neuronale Netze.
Um die KI-Modelle zu trainieren, hat das Team um den Astronomen Yang einen umfangreichen Datensatz mit simulierten Sonnenbeobachtungen erstellt. Ein Supercomputer erstellte dabei 120 Terabyte an Daten, die die Beobachtungen des Teleskops in extrem hoher Auflösung nachahmen.
KI-Modelle als Community-Tool geplant
13,7 Terabyte dieser Daten haben die Forscher:innen – zusammen mit einer detaillierten Anleitung – schon öffentlich zugänglich gemacht. Geplant ist, die Deep-Learning-Modelle als Community-Tool freizugeben. So sollen auch Hobbyforscher:innen die Daten der Sonnenbeobachtungen analysieren können.
Die entsprechende Studie wurde im Fachmagazin The Astrophysical Journal veröffentlicht.
