SciTechDaily

ניקולס

לצוד בועות קוסמיות: תוכנית בינה מלאכותית חדשה חושפת פלסמואידים חמקמקים

חוקרים במעבדת הפיזיקה לפזמה של פרינסטון פיתחו תוכנית למידת מכונה לזיהוי פלסמואידים בחלל החיצון, מה שיכול לשפר משמעותית את ההבנה שלנו לגבי חיבור מגנטי מחדש – תופעה המשפיעה על לוויינים ורשת החשמל. על ידי ניתוח נתונים של חלליות במגנטוספירה עם תוכנית מאומנת על נתונים מדומים, הצוות שואף לקדם את הידע שלנו כיצד פלסמואידים משפיעים על תהליכי חיבור מחדש. קרדיט: קייל פאלמר / מחלקת התקשורת של PPPL

מדענים ב PPPL יצרו א למידת מכונה תוכנית לזיהוי חלל פְּלַסמָה תצורות הנקראות פלסמואידים, במטרה להבין ולנהל טוב יותר את ההשפעות של חיבור מגנטי מחדש על לוויינים ומערכות חשמל.

במשחק המחבואים הקוסמי, מדענים השיגו יתרון חדש. פיזיקאים במעבדת הפיזיקה לפזמה של פרינסטון (PPPL) של משרד האנרגיה האמריקני יצרו תוכנית מחשב המשתמשת בלמידת מכונה כדי לזהות כתמי פלזמה בחלל החיצון, המכונה פלסמואידים. באופן ייחודי, תוכנית זו הוכשרה עם נתונים מדומים.

התוכנית תסנן חבילות של נתונים שנאספו על ידי חלליות במגנטוספירה, אזור החלל החיצון המושפע מאוד מהשדה המגנטי של כדור הארץ, ותדגל סימנים מובהקים של הכתמים החמקמקים. באמצעות טכניקה זו מקווים המדענים ללמוד יותר על התהליכים השולטים בחיבור מגנטי מחדש, תהליך המתרחש במגנטוספירה וברחבי היקום שעלול לפגוע בלווייני התקשורת וברשת החשמל.

מדענים מאמינים שלמידת מכונה יכולה לשפר את יכולת מציאת הפלסמואידים, לסייע בהבנה הבסיסית של חיבור מגנטי מחדש, ולאפשר לחוקרים להתכונן טוב יותר לתוצאות של הפרעות שנגרמו מחיבור מחדש.

"ככל הידוע לנו, זו הפעם הראשונה שמישהו משתמש בינה מלאכותית מאומן על נתונים מדומים כדי לחפש פלסמואידים", אמרה קנדרה ברגסטדט, סטודנטית לתואר שני בתוכנית פרינסטון לפיזיקת פלזמה, אשר מבוססת ב-PPPL. Bergstedt היה המחבר הראשון של המאמר שדיווח על התוצאות ב מדעי כדור הארץ והחלל. העבודה משלבת את המומחיות ההולכת וגוברת של המעבדה במדעי החישוב עם ההיסטוריה הארוכה שלה של חקר חיבור מגנטי מחדש.

מחפש קישור

מדענים רוצים למצוא שיטות אמינות ומדויקות לאיתור פלסמואידים כדי שיוכלו לקבוע אם הם משפיעים על חיבור מגנטי מחדש, תהליך המורכב מקווי שדה מגנטי הנפרדים, חיבור אלים מחדש ושחרור כמויות אדירות של אנרגיה. כאשר זה מתרחש ליד כדור הארץ, חיבור מחדש יכול להפעיל מפל של חלקיקים טעונים הנופלים לאטמוספירה, משבש לוויינים, טלפונים ניידים ורשת החשמל. "חלק מהחוקרים מאמינים שפסמואידים מסייעים לחיבור מהיר בפלזמות גדולות", אמר Hantao Ji, פרופסור למדעים אסטרופיזיקליים ב- אוניברסיטת פרינסטון ועמית מחקר מכובד ב-PPPL. "אבל ההשערות האלה לא הוכחו עדיין."

החוקרים רוצים לדעת האם פלסמואידים יכולים לשנות את הקצב שבו מתרחש חיבור מחדש. הם גם רוצים לאמוד כמה חיבור אנרגיה מחדש מקנה לחלקיקי הפלזמה. "אבל כדי להבהיר את הקשר בין פלסמואידים לחיבור מחדש, עלינו לדעת היכן נמצאים הפלסמואידים", אמר ברגשטדט. "זה מה שלמידת מכונה יכולה לעזור לנו לעשות."

המדענים השתמשו בנתוני אימון שנוצרו על ידי מחשב כדי להבטיח שהתוכנית תוכל לזהות מגוון של חתימות פלזמה. בדרך כלל, פלסמואידים שנוצרו על ידי מודלים ממוחשבים הם גרסאות אידיאליות המבוססות על נוסחאות מתמטיות עם צורות – כמו עיגולים מושלמים – שאינן מתרחשות לעתים קרובות בטבע. אם התוכנית הייתה מאומנת רק לזהות את הגרסאות המושלמות הללו, היא עלולה לפספס את אלה עם צורות אחרות. כדי למנוע את ההחמצות הללו, ברגשטדט וג'י החליטו להשתמש בנתונים מלאכותיים, לא מושלמים בכוונה, כך שלתוכנית תהיה קו בסיס מדויק למחקרים עתידיים. "בהשוואה למודלים מתמטיים, העולם האמיתי מבולגן", אמר ברגסטדט. "אז החלטנו לתת לתוכנית שלנו ללמוד באמצעות נתונים עם תנודות שתקבלו בתצפיות בפועל. לדוגמה, במקום להתחיל את ההדמיות שלנו עם גיליון זרם חשמלי שטוח לחלוטין, אנחנו נותנים לגיליון שלנו כמה תנודות. אנו מקווים שגישת למידת המכונה יכולה לאפשר ניואנסים רבים יותר ממה שמודל מתמטי קפדני יכול". מחקר זה מתבסס על ניסיונות עבר שבהם ברגשטדט וג'י כתבו תוכניות מחשב ששילבו מודלים אידיאלים יותר של פלסמואידים.

השימוש בלמידת מכונה רק יהפוך לנפוץ יותר במחקר אסטרופיזיקה, על פי המדענים. "זה יכול להיות מועיל במיוחד בעת ביצוע אקסטרפולציות ממספר קטן של מדידות, כפי שאנו עושים לפעמים כאשר לומדים חיבור מחדש," אמר Ji. "והדרך הטובה ביותר ללמוד כיצד להשתמש בכלי חדש היא להשתמש בו בפועל. אנחנו לא רוצים לעמוד מהצד ולהחמיץ הזדמנות”.

ברגשטדט וג'י מתכננים להשתמש בתוכנית זיהוי פלסמואידים כדי לבחון נתונים שנאספים על ידי נאס"אמשימת Magnetospheric Multiscale (MMS) של. ה-MMS, שהושק ב-2015 כדי לחקור חיבור מחדש, מורכב מארבע חלליות שטסות בהיווצרות דרך פלזמה בזנב המגנטו, האזור בחלל שמצביע הרחק מהשמש שנשלט על ידי השדה המגנטי של כדור הארץ.

ה-magnetotail הוא מקום אידיאלי ללימוד חיבור מחדש מכיוון שהוא משלב נגישות עם קנה מידה. "אם נלמד חיבור מחדש על ידי התבוננות בשמש, נוכל לבצע מדידות רק מרחוק", אמר ברגשטדט. "אם נצפה בחיבור מחדש במעבדה, נוכל להכניס את המכשירים שלנו ישירות לתוך הפלזמה, אבל הגדלים של הפלזמות יהיו קטנים יותר מאלה שנמצאים בדרך כלל בחלל." לימוד חיבור מחדש ב- magnetotail הוא אפשרות אמצעית אידיאלית. "זו פלזמה גדולה וטבעית שאנו יכולים למדוד ישירות באמצעות חלליות שטסות דרכה", אמר ברגשטדט.

כשברגשטדט וג'י משפרים את תוכנית זיהוי הפלסמואידים, הם מקווים לנקוט בשני צעדים משמעותיים. הראשון הוא ביצוע הליך המכונה התאמת תחום, שיעזור לתוכנית לנתח מערכי נתונים שהיא מעולם לא נתקלה בהם בעבר. השלב השני כולל שימוש בתוכנית לניתוח נתונים מחללית ה-MMS. "המתודולוגיה שהדגמנו היא בעיקר הוכחה לקונספט מכיוון שלא ביצענו אותה בצורה אגרסיבית", אמר Bergstedt. "אנחנו רוצים לגרום למודל לעבוד אפילו טוב יותר ממה שהוא עכשיו, להתחיל ליישם אותו על נתונים אמיתיים, ואז פשוט נמשיך משם!"

מחקר זה נתמך על ידי תוכנית ה- Fusion Energy Sciences של DOE במסגרת חוזה DE-AC0209CH11466, על ידי נאס"א במסגרת המענקים NNH15AB29I ו-80HQTR21T0105, ועל ידי מלגת המחקר הלאומית למדע תחת מענק DGE-2039656.

ניקולס