Les scientifiques solaires utilisent des images d’IA deepfake pour percer les mystères de l’atmosphère solaire. La recherche, présentée à la Réunion nationale d’astronomie cette semaine, a été réalisée dans le cadre d’une collaboration entre l’Université de Northumbrie et l’Université de Berne.
Depuis plus de 80 ans, les physiciens solaires tentent de comprendre comment et pourquoi les parties supérieures de l’atmosphère solaire (la couronne) sont étonnamment plus chaudes que les couches plus proches de la surface. Les scientifiques l’ont réduit à deux causes possibles : l’échauffement par la dissipation des ondes dans le plasma ou par la reconnexion énergétique des lignes magnétiques. Il existe des preuves que les deux se produisent, mais la quantité de contribution de chaque processus au chauffage total est encore inconnue.
La clé pour percer ce mystère semble résider dans le magnifique phénomène connu sous le nom de « pluie coronale » – des boucles de plasma plus froid qui se projettent et retombent dans les parties supérieures de l’atmosphère du soleil. L’identification de cette pluie est essentielle pour approfondir notre compréhension de la thermodynamique sous-jacente du soleil. La « pluie » semble n’être générée qu’en reconnectant les lignes magnétiques. Si les scientifiques peuvent découvrir la quantité de pluie coronale qui tombe sur le soleil, ils peuvent déterminer comment fonctionne ce cycle de chauffage inattendu.
Pour savoir combien de pluie il y a, il faut l’observer séparément de la myriade d’autres matériaux solaires. La plupart des observations de pluie solaire sont prises par l’Atmospheric Imaging Assembly (AIA) à bord de l’Observatoire de dynamique solaire de la NASA. Cependant, la pluie dans ces images est souvent obscurcie par un matériau plus chaud. Des images alternatives prises par l’Interface Region Imaging Spectrograph (IRIS), un satellite d’observation solaire de la NASA, montrent la pluie plus clairement mais ne peuvent capturer qu’un champ de vision limité. Un ensemble d’images Goldilocks est nécessaire dans les nombres élevés d’AIA avec la résolution nette d’IRIS.
Pour résoudre ce problème, le chercheur Luke McMullan de l’Université de Northumbria a formé un algorithme d’apprentissage automatique d’IA pour étudier les images IRIS haute définition, puis améliorer les images AIA plus abondantes et de qualité inférieure, créant des « deepfakes » qui permettront aux astronomes de comprendre combien coronal la pluie tombe dans l’atmosphère du soleil et résout ensuite le mystère de sa stratification thermique inhabituelle.
« Nous vivons un âge d’or pour la recherche solaire », a déclaré Luke McMullan, chercheur principal du projet. « Non seulement nous avons accès à plus d’images haute résolution de l’atmosphère solaire que jamais auparavant, mais le développement et la mise en œuvre rapides de techniques d’apprentissage automatique en tandem avec ces observations nous permettent de trouver des réponses aux problèmes qui ont harcelé la communauté pendant des décennies. . Nous prévoyons que cette collaboration entre les observations et l’apprentissage automatique ne fera que s’approfondir et devenir un outil de base dans notre arsenal scientifique. »