Một nghiên cứu cho thấy thời tiết vũ trụ có thể trở nên khắc nghiệt hơn trong 50 năm tới, nhưng đây có thể là tin tốt cho một số vệ tinh quay quanh hành tinh của chúng ta (Ảnh: Getty Images).
Trí tuệ nhân tạo (AI) đang mở ra một kỷ nguyên mới trong lĩnh vực vật lý thiên văn, đặc biệt là trong việc giải mã các bí ẩn phức tạp của Mặt Trời - ngôi sao trung tâm của hệ Mặt Trời và là nguồn sống thiết yếu cho Trái Đất.
Được biết, thách thức lớn trong nghiên cứu Mặt Trời là dữ liệu quan sát thu thập được qua các giai đoạn khác nhau đến từ nhiều thiết bị và công nghệ khác nhau, dẫn đến sự không đồng bộ.
Mỗi thiết bị có một tiêu chuẩn riêng về độ phân giải, cách hiệu chỉnh và khả năng ghi nhận dữ liệu, khiến việc tổng hợp thành một chuỗi quan sát liên tục là điều gần như không thể. Điều này gây khó khăn trong việc xây dựng bức tranh tổng thể về sự tiến hóa dài hạn của Mặt Trời.
Chuẩn hóa dữ liệu Mặt Trời bằng mạng nơ-ron nhân tạo
Một nghiên cứu mới do Robert Jarolim, chuyên gia tại Đại học Graz (Áo), dẫn đầu đã đưa ra giải pháp đột phá. Đó là ứng dụng AI để chuẩn hóa dữ liệu Mặt Trời từ nhiều nguồn khác nhau, qua đó tạo nên một cơ sở dữ liệu nhất quán, phục vụ cho việc nghiên cứu quá trình tiến hóa lâu dài của Mặt Trời.
Phương pháp này không chỉ giúp tận dụng các kho dữ liệu cũ mà còn tạo tiền đề để phân tích toàn diện hành vi của Mặt Trời qua hàng chục năm.
Cốt lõi của phương pháp này nằm ở một quy trình hai bước sử dụng mạng nơ-ron nhân tạo - một dạng thuật toán học máy lấy cảm hứng từ cấu trúc não bộ con người. Bước đầu tiên, một mạng nơ-ron được huấn luyện để mô phỏng sự suy giảm chất lượng hình ảnh từ các thiết bị hiện đại thành hình ảnh như thể chúng được ghi lại bởi thiết bị cũ hơn.
Các vùng vết đen lớn trên Mặt Trời (Ảnh: NASA/SDO).
Mạng này học cách nhận diện sự khác biệt hệ thống giữa các thế hệ thiết bị quan sát. Bước thứ hai, một mạng nơ-ron khác sẽ học cách đảo ngược quá trình này - tức là khôi phục lại chất lượng ảnh từ dữ liệu suy giảm, và từ đó tạo ra hình ảnh gần tương đương với dữ liệu gốc ban đầu.
Nhờ cơ chế này, AI không chỉ giúp cải thiện chất lượng hình ảnh từ các nguồn cũ, mà còn đảm bảo rằng các đặc điểm vật lý thực tế của Mặt Trời được giữ nguyên - một yếu tố rất quan trọng trong nghiên cứu khoa học.
Điều quan trọng là AI không tạo ra dữ liệu giả hay làm sai lệch thông tin gốc, mà chỉ giúp khử nhiễu, nâng cao độ phân giải và hiệu chỉnh sai số do thiết bị gây ra. Từ đó, dữ liệu từ những năm 1990 hay thậm chí xa hơn có thể được nâng cấp để tương thích với chuẩn dữ liệu hiện đại.
Theo nhóm tác giả, hệ thống này có thể ứng dụng rộng rãi cho nhiều tập dữ liệu hình ảnh thiên văn, từ các quan sát lịch sử đến dữ liệu thu thập hiện nay. Quan trọng hơn, nó giúp xây dựng một "ngôn ngữ khoa học chung" để biểu diễn dữ liệu, từ đó rút ngắn khoảng cách công nghệ giữa các thế hệ quan sát.
Việc tích hợp này mở ra cơ hội phân tích dài hạn, phát hiện các chu kỳ phụ hoặc xu hướng tiềm ẩn mà trước đây bị bỏ sót do hạn chế kỹ thuật.
Nâng cấp dữ liệu cũ, mở ra góc nhìn mới về Mặt Trời
Vệ tinh ghi lại hình ảnh của một đợt bùng phát khổng lồ được giải phóng khỏi Mặt Trời vào tháng 2/2000 (Ảnh: NASA).
Một trong những kết quả ấn tượng của nghiên cứu là khả năng giảm hiện tượng nhòe, méo do nhiễu khí quyển trong các hình ảnh Mặt Trời toàn đĩa, đồng thời ước lượng được từ trường ở phía xa của Mặt Trời - nơi mà các thiết bị quan sát hiện tại không thể tiếp cận trực tiếp.
Đây là khu vực có ảnh hưởng lớn đến cấu trúc từ trường toàn cục và đóng vai trò trong việc hình thành gió Mặt Trời - dòng hạt tích điện có thể tác động đến Trái Đất và các thiết bị công nghệ trong không gian.
Nhóm nghiên cứu đã áp dụng phương pháp phân tích dữ liệu từ 2 chu kỳ Mặt Trời gần nhất (tức hơn 20 năm qua), và thậm chí thử nghiệm trên một vết đen Mặt Trời có tên NOAA 11106 được theo dõi trong tháng 9/2010.
Kết quả cho thấy AI đã tái tạo được các hình ảnh từ tính sắc nét và chi tiết hơn, giúp các nhà khoa học quan sát rõ cấu trúc từ tính bên trong vết đen này - điều mà trước đây không thể thực hiện với dữ liệu gốc. Nhờ khả năng phân tích này, giới nghiên cứu có thể hiểu rõ hơn về sự hình thành và phát triển của các hiện tượng năng lượng cao như bão Mặt Trời hay lóa Mặt Trời.
Theo TS. Tatiana Podladchikova từ Viện Khoa học và Công nghệ Skolkovo (Nga), một trong những đồng tác giả nghiên cứu, AI đang đóng vai trò không chỉ là công cụ nâng cấp hình ảnh: "Công việc của chúng tôi không chỉ dừng lại ở việc cải thiện dữ liệu cũ — mà còn là xây dựng một ngôn ngữ khoa học chung để nghiên cứu sự tiến hóa của Mặt Trời theo thời gian".
Bà nhấn mạnh rằng trong tương lai, khi các sứ mệnh không gian thu thập thêm dữ liệu, AI sẽ là cầu nối then chốt để kết nối thông tin giữa quá khứ và tương lai, cho phép mọi quan sát đều có thể diễn đạt bằng cùng một chuẩn mực khoa học.
