NASA和亚马逊正在合作开发可以预测太阳超级风暴的应用程序

我们已经看到这些超级风暴过去曾造成破坏。1859年，据称发生了卡灵顿事件，这中断了电报通信。1989年冬天，加拿大魁北克省的数千名居民在水电中断时陷入了黑暗。这些最坏的事件很少见，但平均每50年一次。

这些事件是由于太阳爆发。太阳会定期发出耀斑（您可以在大型望远镜中看到），这些耀斑通常伴随着称为冠状物质抛射的不可见辐射粒子爆发。通常，地球磁场可以防止辐射。但是，偶尔会有如此多的粒子，它们会产生巨大的太阳风暴，摧毁人造卫星，电力线和其他对人类至关重要的基础设施。

鉴于超级暴风雨有多么罕见，很少有历史例子可用于训练算法。这使得普通的机器学习方法（如监督学习）严重不足以预测超级风暴。此外，数十颗过去和现在的卫星从地球周围不同的关键有利位置收集太空天气信息，因此数据量是巨大的，而以常规方式进行搜索很难找到相关性。

亚马逊的AWS专业服务和机器学习解决方案实验室还有另一种方法。他们同时使用无监督学习和异常预测来更好地预测与超级风暴有关的状况。AWS可以根据异常分级（由NASA生成），同时检查多达1,000个数据集，以查找超级风暴特有的模式。

不久之后，NASA和亚马逊计划提供一个数据“湖”（或包含大量原始数据的存储库），以使研究人员自己掌握数字。该计划是通过查看异常并模拟当前的超级暴风雨以及与诸如Carrington事件之类的极端历史暴风雨有关的过程，使预报更加强大。

美国宇航局太阳物理学家首席研究员珍妮特·科兹拉（Janet Kozyra）在声明中说：“数据很多，时滞等因素也增加了复杂性。借助亚马逊，我们可以获取超级风暴中的每一个数据，并利用我们检测到的异常来改进可有效预测和分类超级风暴的模型。”