亚马逊AWS预测太阳风暴 借助AI发出早期预警信号

1月20日晚间消息，据国外媒体报道，美国宇航局（NASA）正与亚马逊云计算服务部门“AWS专业服务团队”（AWS PS）和“亚马逊机器学习解决方案实验室”（MLSL）合作，希望借助人工智能（AI）来了解更多有关太阳超级风暴的早期预警信号。

通过这项合作，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过程中发挥作用。

太阳风暴是指太阳上的剧烈爆发活动，及其在日地空间引发的一系列强烈扰动。当太阳表面的扰动产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出现大规模断电，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。而今天，如此规模的风暴将对我们的有线和无线世界造成沉重打击。

当然，人类对太阳风暴并非毫无防备。例如，通过NASA的太阳观测卫星，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管理者采取保护措施。此外，美国国家海洋和大气管理局的空间天气预报中心也在不断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，并改进未来的风险评估，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，并训练计算机模型，这些模型可以识别即将爆发的太阳风暴的早期迹象。

正如亚马逊在一篇博客文章中所描述的那样，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。

这样的合作允许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。目前，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：“有了亚马逊的帮助，我们就可以获得关于超级太阳风暴的每一份数据，并利用我们发现的异常来改进模型，从而对太阳超级风暴进行有效预测和分类。”(李明)