Há um grande potencial de aplicação da aprendizagem automática na previsão de eventos solares extremos, ou na compreensão dos processos internos da nossa estrela, afirma um estudo de que é coautor um investigador do Instituto de Astrofísica e Ciências do Espaço (IA).
A aprendizagem automática é o desenvolvimento e utilização de algoritmos para a identificação, ou mesmo descoberta, de padrões e regularidades numa quantidade de dados estatisticamente relevante. A grande quantidade de imagens e dados sobre o Sol produzidos por telescópios e missões espaciais dedicadas requer esta abordagem para extrair desses dados todo o potencial de informação que contêm.
Ricardo Gafeira, investigador do IA e da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC) é coautor do artigo “Machine learning in solar physics”, publicado na revista “Living Reviews in Solar Physics”. Neste artigo, os autores afirmam que certas regularidades subtis, que escapam aos métodos de análise tradicionais, podem ser evidenciadas por algoritmos de aprendizagem automática (por vezes generalizada sob o nome de inteligência artificial).
Esta informação ajudará os investigadores a propor modelos mais complexos e aperfeiçoados para o funcionamento do Sol, assim como a melhorar as previsões sobre a atividade solar. As explosões solares, por exemplo, podem afetar o ambiente da Terra de modo significativo. A capacidade de as prever é crucial para a resiliência da nossa sociedade cada vez mais tecnológica.
A aplicação de rotinas de aprendizagem automática permitirá também melhorar a eficiência no tratamento da grande quantidade de dados em arquivo. “Utilizando estas técnicas podemos agora analisar grandes quantidades de dados provenientes de observações solares, tanto por telescópios terrestres, como por satélites que observam em permanência a nossa estrela mãe», disse Ricardo Gafeira em entrevista à Universidade de Coimbra.
