研究者グループは人工知能を使ってオーロラ（北極光）の約10億枚の画像を分類した。この画像は、研究者がこの驚くべき自然現象を将来的に理解し、予測するのに役立つ可能性がある。
研究チームは、2008年から2022年の間に撮影されたTHEMIS全天画像に含まれる7億600万枚を超えるオーロラ画像を分類するための新たなアルゴリズムを開発した。このアルゴリズムは、画像をその特徴に基づいて6つのカテゴリーに分類し、大規模な大気データセットを分類するためのソフトウェアの有用性を示した。
「この膨大なデータセットは、太陽風が地球の磁気圏（太陽から吹き付ける荷電粒子から私たちを守る保護圏）とどのように相互作用するかを研究者が理解する上で貴重なリソースです」と、ニューハンプシャー大学の研究者で本研究の筆頭著者であるジェレマイア・ジョンソン氏は大学の発表で述べています。「しかしこれまでは、その膨大なデータ量ゆえに、データの有効活用が制限されていました。」
先月「Journal of Geophysical Research: Machine Learning and Computation」に掲載された研究チームの研究では、何億枚ものオーロラ画像に自動的にラベルを付ける訓練を受けたアルゴリズムについて説明しており、科学者がこの神秘的な現象を大規模かつ迅速に調査するのに役立つ可能性がある。
今年はオーロラが多く見られましたが、これは太陽が太陽活動周期のピークにあることが一因です。太陽の11年周期のピークは、太陽物質の噴出（コロナ質量放出、CME）や太陽フレアなど、恒星表面の活動が活発になることで特徴付けられます。
これらの現象は荷電粒子を宇宙に放出し、地球の大気中の粒子と反応することで、空に幽玄な輝き、すなわちオーロラを生み出します。これらの粒子は地球上および宇宙空間の電子機器や電力網に悪影響を及ぼすこともありますが、ここでここで取り上げているのはあくまでも自然現象であり、宇宙天気が人類に降り注ぐ容赦ない混乱とは無関係です。
「ラベル付けされたデータベースはオーロラのダイナミクスに関するさらなる知見を明らかにする可能性がありますが、非常に基本的なレベルでは、THEMIS全天画像データベースを整理し、そこに含まれる膨大な量の歴史的データを研究者がより効果的に活用し、将来の研究に十分なサンプルを提供できるようにすることを目指しました」とジョンソン氏は述べた。
太陽嵐の強さを予測するのは困難です。なぜなら、粒子が地球に到達してから1時間以内になるまで、科学者は太陽嵐の原因となる太陽の爆発を正確に測定できないからです。
研究チームは数億枚もの画像を、アーク、拡散、離散、曇天、月、そして晴れ／オーロラなしの6つのカテゴリーに分類しました。科学者たちは、これらのオーロラを発生当時の大気データと比較し、最終的に光のショーを引き起こした太陽活動と関連付けることで、新たな知見を得る可能性があります。
太陽粒子と地球の大気中の粒子の化学混合をより深く理解することで、科学者はそれぞれのシナリオでどのようなタイプのオーロラが発生するかを判断するのに役立ちます。また、何億枚もの画像を迅速に（人間が行う場合の作業速度と比較して）調べる能力は、オーロラ研究に恩恵をもたらす可能性があります。
