亚马逊AWS使用人工智能资助NASA预测太阳风暴

北京时间1月20日晚间消息，据外洋媒体报道，美国宇航局（NASA）正与亚马逊云盘算服务部门“AWS专业服务团队”（AWS PS）和“亚马逊机械学习解决方案实验室”（MLSL）互助，希望借助人工智能（AI）来相识更多有关太阳超级风暴的早期预警信号。

通过这项互助，如果有一天太阳发出足以破坏卫星的辐射波，则亚马逊网络服务很可能会在阻止其破坏性的历程中发挥作用。

太阳风暴是指太阳上的猛烈发作运动，及其在日地空间引发的一系列强烈扰动。当太阳外貌的扰动发生的大量辐射和带电粒子，以每小时数百万英里的速度喷发时，太阳风暴就会发生。它会影响到半个地球以上的无线电通讯，甚至可能破坏卫星，并摧毁电网。

例如，1989年发生的一场强太阳风暴导致加拿大魁北克和美国东部泛起大规模断电，600万人陷入黑暗之中。这还不是最糟糕的，科学家和历史学家指出，1859年的超级风暴“卡林顿事件”（Carrington Event）还对电报系统造成了严重破坏。现在天，如此规模的风暴将对我们的有线和无线世界造成极重攻击。

固然，人类对太阳风暴并非毫无预防。例如，通过NASA的太阳观察卫星，我们可以提前很长时间对即将到来的太阳风暴发出预警，以便卫星操作员和电网治理者接纳掩护措施。此外，美国国家海洋和大气治理局的空间天气预报中心也在不停更新对太阳风暴的预测。

但如今，随着我们越来越依赖于卫星通信，获得对太空天气的准确预测将变得越来越重要。得益于空间气象卫星的激增，用于分析的数据量也越来越多。

为了应对做这些海量数据，并革新未来的风险评估，如今NASA正在使用亚马逊AWS的分析工具，一次最多可筛选1000个数据集，并训练盘算机模型，这些模型可以识别即将发作的太阳风暴的早期迹象。

正如亚马逊在一篇博客文章中所形貌的那样，NASA的方法将太阳风驱动因素和地球周围的磁场水平联系起来，找出数据中的异常。

这样的互助允许NASA收集来自50多个卫星任务的数据，并为进一步的研究开发可视化图像。现在，科学家们已经能够模拟复制“卡林顿事件”这样的超级风暴所需的太阳现象。

NASA华盛顿总部的太阳物理学家珍妮特·柯兹拉（Janet Kozyra）称：“有了亚马逊的资助，我们就可以获得关于超级太阳风暴的每一份数据，并使用我们发现的异常来革新模型，从而对太阳超级风暴举行有效预测和分类。”