Скрытая турбулентность в атмосфере Солнца раскрыта новой моделью искусственного интеллекта

Скрытое турбулентное движение, происходящее внутри атмосферы Солнца, может быть точно предсказано недавно разработанной нейронной сетью.

Используя только данные о температуре и вертикальном движении, собранные с поверхности солнечной фотосферы, модель ИИ смогла правильно определить турбулентное горизонтальное движение под поверхностью. Это может помочь нам лучше понять солнечную конвекцию и процессы, которые порождают взрывы и струи, вырывающиеся из Солнца.

«Мы разработали новую сверточную нейронную сеть для оценки пространственного распределения горизонтальной скорости с помощью пространственных распределений температуры и вертикальной скорости», — пишет группа исследователей под руководством астронома Риохтароха Ишикавы из Национальной астрономической обсерватории Японии.

«Это привело к эффективному обнаружению пространственно распределенных и сконцентрированных особенностей. […] Наша сеть продемонстрировала более высокую производительность почти на всех пространственных масштабах по сравнению с теми, о которых сообщалось в предыдущих исследованиях».

Солнечная фотосфера — это область атмосферы Солнца, которую принято называть его поверхностью. Это самый нижний слой солнечной атмосферы и область, в которой зарождается солнечная активность, такая как солнечные пятна, солнечные вспышки и выбросы корональной массы.

Если присмотреться, поверхность фотосферы неоднородна. Она покрыта участками, прижатыми друг к другу, светлыми в центре и темными к краям. Они называются гранулами и являются вершинами конвективных ячеек в солнечной плазме. Горячая плазма поднимается в центре, а затем опускается по краям, двигаясь наружу и охлаждаясь.

Наблюдая эти ячейки, мы можем измерить их температуру, а также их движение с помощью эффекта Доплера, но горизонтальное движение не может быть обнаружено напрямую. Однако более мелкие потоки в этих ячейках могут взаимодействовать с солнечными магнитными полями, вызывая другие солнечные явления. Кроме того, считается, что турбулентность играет определенную роль в нагреве солнечной короны, поэтому ученые стремятся понять, как именно ведет себя плазма в фотосфере.

Исикава и его команда разработали численное моделирование турбулентности плазмы и использовали три различных набора данных для обучения нейронной сети. Они обнаружили, что, основываясь только на данных о температуре и вертикальных потоках, ИИ может точно описать горизонтальные потоки в симуляциях, которые невозможно обнаружить на реальном Солнце.

Это означает, что мы можем предоставить ему солнечные данные и ожидать, что результаты, которые он получит, будут соответствовать тому, что на самом деле происходит на нашей очаровательной, запретной звезде.

Однако нейронная сеть нуждается в некоторой доработке. Хотя она смогла обнаружить крупномасштабные потоки, у ИИ возникли проблемы с выделением более мелких особенностей. Поскольку точность определения мелкомасштабной турбулентности имеет решающее значение для некоторых расчетов, решение этой проблемы должно стать следующим шагом в развитии их программного обеспечения, говорят исследователи.

«Сравнивая результаты трех моделей конвекции, мы заметили, что быстрое уменьшение спектра когерентности происходило на масштабах, которые были ниже масштабов инжекции энергии, которые характеризовались пиками спектров мощности вертикальных скоростей. Это означает, что сеть не была должным образом обучена воспроизводить поля скоростей в малых масштабах, создаваемых турбулентными каскадами», — пишут они в своей работе.

«Эти проблемы могут быть изучены в будущих исследованиях».

Немного ближе к дому, исследователи разрабатывают свое программное обеспечение, чтобы также помочь лучше понять турбулентность в термоядерной плазме — еще одно важное приложение для будущего использования.

Исследование было опубликовано в журнале Astronomy & Astrophysics.