La Nasa, Agenzia spaziale americana, ricorre a reti neurali ad apprendimento non supervisionato per proteggere le infrastrutture energetiche dai rischi di black-out causati da perturbazioni estreme

Le super-tempeste solari possono provocare prolungati ed estesi black-out, per questo la NASA le sta facendo ricorso alle reti neurali ad apprendimento per rilevare anomalie associate alle tempeste solari.

Le analisi per prevedere le tempeste solari possono essere effettuate passando al setaccio fino a 1.000 serie di dati alla volta. L’approccio della NASA si basa sulla classificazione delle super-tempeste solari in base alle anomalie, anziché basarsi su una gamma arbitraria di indici magnetici. Più in particolare, il rilevamento delle anomalie si basa su osservazioni simultanee delle particelle del vento solare e delle risposte nei campi magnetici intorno alla Terra.
Il Sole emette regolarmente brillamenti sotto forma di calore e luce, il cosiddetto “vento solare”.
Questi brillamenti raggiungono la Terra in circa 8 minuti e, mentre sono in corso, interrompono i segnali di comunicazione radio. I brillamenti sono spesso accompagnati da un’ondata di particelle solari ad alta energia, che possono viaggiare all’80% della velocità della luce e raggiungere il nostro pianeta in un intervallo di tempo che può variare da 10 a 20 minuti.
I campi magnetici della Terra ci proteggono da gran parte dell’attività del Sole – ma in alcune circostanze la radiazione può filtrare attraverso l’atmosfera protettiva. Occasionalmente, i flare solari scoppiano in un’eruzione chiamata espulsione di massa coronale, o CME. Le CME sono enormi nubi di plasma e campi magnetici, e possono (quando i campi magnetici sono orientati nella direzione opportuna) causare oscillazioni ai campi magnetici intorno alla Terra, come una sorta di “gong cosmico”. Quando le espulsioni di massa coronale solare si scontrano con la magnetosfera terrestre, possono indurre tempeste solari geomagnetiche.

Gli scienziati della NASA da tempo sono impegnati nella comprensione di ciò che trasforma una tempesta solare di media entità in una super-tempesta, proprio come i meteorologi sono in grado di capire come una tempesta tropicale sull’Oceano si possa trasformare in un uragano. Grazie al machine learning, utilizzando algoritmi integrati,le anomalie sono facili da descrivere in quanto, se viste in un grafico, sono spesso facilmente distinguibili dai dati più tipici.

La NASA inoltre sta sviluppando un data lake centralizzato che permetterà ai ricercatori di accedere e analizzare i dati “su scala cosmica” con le risorse di calcolo dinamico del cloud. Ad oggi, l’iniziativa ha aggregato dati di osservazione da oltre 50 missioni satellitari contenenti immagini, serie temporali e dati di telemetria vari. I dati vengono continuamente pre-elaborati e combinati per sviluppare visualizzazioni che guidano la futura ricerca e innovazione eliofisica.