据外媒报道，美国宇航局（NASA）的太阳动力学天文台（SDO）有一些巧妙的方法来避免受到太阳的影响，因为该航天局收集了关于我们最近的恒星的重要信息。太阳动力学天文台已经工作了十多年，揭开了关于太阳中强大力量的前所未有的细节，但新的人工智能技术正在确保其“太阳视力”是正常的。
SDO由两个主要的成像仪器组成，即太阳地震和磁成像仪（HMI）和大气成像组件（AIA）。后者对太阳的表面进行持续的“注视”，每12秒捕捉一次10个波长的紫外光的镜头。
AIA可能比人的眼睛更有“弹性”--盯着太阳看对人们的眼睛造成的损害，即所谓的日光性视网膜病变，可能在两分钟内发生--但随着时间的推移，它仍然受到巨大能量输出的影响。"随着时间的推移，太阳望远镜的敏感镜片和传感器开始退化，"NASA解释说。"为了确保这种仪器发回的数据仍然是准确的，科学家们定期进行重新校准，以确保他们了解仪器是如何变化的。"
到目前为止，SDO的这一目测依靠的是探空火箭。这些火箭的设计寿命很短，它们飞出地球的大部分大气层--这有助于保护我们免受大部分紫外线的伤害--然后测量那里的水平。然后与AIA的测量结果进行比较，然后对数据进行调整以适应仪器的退化。上图左边是AIA的原始数据，右边是使用探空火箭校准的处理版本。
NASA解释说，问题是不可能一直发送探空火箭。该机构解释说：“这意味着在每次探空火箭校准之间会有停机时间，校准会有轻微偏差。同时，展望未来，深空任务也将需要观察有潜力的恒星，但将不能使用探空火箭进行校准。”
周五的一篇新论文中详细介绍了解决办法，那就是机器学习。通过在探空火箭校准飞行的现有图像上训练人工智能算法，并告诉它什么是正确的校准量，该系统可以学习应用多少。
在上面的图片中，上面一行显示的是AIA在开始观测以来的几年中捕获的原始数据。下行显示的是经过新的机器学习算法处理后的数据。
“由于AIA以多种波长的光线观察太阳，研究人员也可以使用该算法来比较不同波长的特定结构，并加强其评估，”NASA说。“开始时，他们将通过向算法展示AIA所有波长的太阳耀斑来教它太阳耀斑的样子，直到它识别所有不同类型光线中的太阳耀斑。一旦程序能够在没有任何退化的情况下识别太阳耀斑，该算法就可以确定有多少退化在影响AIA当前的图像，以及每个图像需要多少校准。”
将机器学习的预测结果与火箭发射的实际校准结果进行核对，结果发现人工智能恰到好处。现在，AIA团队计划使用训练有素的算法，在未来的火箭飞行之间更好地调整仪器的变化。