Uno studio, che fa parte del progetto “SPIn4D”, combina l’astronomia solare all’avanguardia con l’informatica avanzata per analizzare i dati del più grande telescopio solare terrestre del mondo, in cima a Haleakalā, a Maui. La ricerca del team, recentemente pubblicata su The Astrophysical Journal, si concentra sullo sviluppo di modelli di deep learning.
Questi analizzano rapidamente grandi quantità di dati provenienti dal telescopio solare Daniel K. Inouye della National Science Foundation (NSF) degli Stati Uniti. L’obiettivo è quello di sbloccare il pieno potenziale delle osservazioni del telescopio che potrebbero potenzialmente portare a scoperte in termini di velocità, precisione e portata dell’analisi dei dati solari.
Astronomia solare innovativa
Il team di scienziati dell’NSO e dell’High Altitude Observatory utilizza reti neurali profonde per stimare le proprietà fisiche della fotosfera solare dalle osservazioni ad alta risoluzione del telescopio solare Inouye. Questo metodo promette di velocizzare significativamente l’analisi degli enormi volumi di dati prodotti dal telescopio solare, che possono raggiungere decine di terabyte al giorno.
L’apprendimento automatico è molto bravo a fornire approssimazioni rapide a calcoli costosi. In questo caso, il modello consentirà agli astronomi di visualizzare l’atmosfera del Sole in tempo reale, piuttosto che aspettare ore per ottenere la stessa precisione.
co-autore Peter Sadowski, professore associato presso il dipartimento di informatica e scienze informatiche dell’UH Mānoa
Per addestrare i propri modelli di intelligenza artificiale, il team ha prodotto un ampio set di dati di osservazioni solari simulate. Utilizzando più di 10 milioni di ore di CPU sul supercomputer Cheyenne della NSF, hanno creato 120 terabyte di dati che imitano le osservazioni del telescopio solare Inouye ad altissima risoluzione.
Il team ha già reso disponibile al pubblico un sottoinsieme di 13 terabyte dei propri dati, insieme a un tutorial dettagliato. Hanno in programma di rilasciare i loro modelli di deep learning completamente addestrati come strumento comunitario per l’analisi delle osservazioni del telescopio solare Inouye.
