Künstliche Intelligenz soll Sonnenstürme vorhersagen

Forscher setzen Verfahren zur Früherkennung von Brustkrebs bei der Suche nach verdächtigen Strukturen auf der Sonnenoberfläche ein

Koronaler Massenauswurf

Dublin (Irland) - Sonnenstürme sind gefährlich für unsere technische Zivilisation, aber schwer vorherzusagen. Ein irisches Forscherteam entwickelt deshalb intelligente, automatische Verfahren, die künftig eine Vorhersage der katastrophalen Ereignisse erleichtern sollen. Die künstliche Intelligenz baut dabei auf Mustererkennungs-Methoden auf, die zur Früherkennung von Brustkrebs entwickelt worden sind. Die Wissenschaftler präsentieren den Stand der Entwicklung in einem Fachbuch über Signal- und Bildverarbeitung.

„Große Eruptionen wie beispielsweise koronale Massenauswürfe können innerhalb von Minuten auf Millionen Kilometer pro Stunde beschleunigt werden“, schreiben David Pérez-Suárez und seine Kollegen vom Trinity College Dublin. „Das macht ihre Entdeckung und ihre Charakterisierung zu einer Herausforderung.“ Treffen solche Massenauswürfe aus hochenergetischen, elektrisch geladenen Teilchen auf das Magnetfeld der Erde, so können sie zu einem Zusammenbruch von Kommunikations- und Stromversorgungsnetzen führen, Satelliten zerstören und die Gesundheit von Astronauten gefährden.

Zwar überwachen heute zahlreiche automatische Teleskope unser Zentralgestirn. Doch die Auswertung der dabei anfallenden Daten stellt die Forscher vor ein gewaltiges Problem. So liefert allein das Solar Dynamics Observatory der NASA alle zwölf Sekunden hochaufgelöste Bilder in zehn verschiedenen Wellenlängenbereichen – 1,5 Terabyte Daten pro Tag. Ein sinnvolles Überwachungssystem muss also in der Lage sein, innerhalb von zwölf Sekunden alle wichtigen Strukturen in den Bildern zu identifizieren, einzuordnen, mit anderen Bildern zu verknüpfen und die korrekten Schlüsse daraus zu ziehen. Sonst, so Suárez und seine Kollegen, schiebt das System einen stetig wachsenden Datenberg vor sich her.

Das von Suárez und seinem Team verwendete Verfahren aus der Krebsdiagnose unterteilt die 1,6 Millionen Pixel großen Aufnahmen in 1024 Blöcke und charakterisiert jeden dieser Blöcke mit einem Satz mathematischer Parameter. So wie bestimmte Parametersätze für Tumoren charakteristisch sind, können auch Strukturen auf der Sonne wie Sonnenflecken und Filamente auf diese Weise identifiziert werden. Suárez und seine Kollegen hoffen, mit ihrer Methode auch bislang unbekannte Strukturen zu entdecken, die sich als frühe Warnzeichen für Eruptionen auf der Sonne einsetzen lassen – insbesondere, wenn die nächste Generation von Sonnenteleskopen in Betrieb geht, die noch detaillierte Bilder von unserem Zentralgestirn liefern soll.