Une étude révolutionnaire utilise l'IA pour décrypter les mystères de la magnétosphère terrestre

ParisLes scientifiques du Laboratoire de physique des plasmas de Princeton, affilié au Département de l'Énergie des États-Unis, ont mis au point un nouveau programme informatique. Ce programme utilise l'apprentissage automatique pour détecter des plasmides, qui sont des poches de plasma, dans l'espace. Ces plasmides se trouvent dans la magnétosphère, la région de l’espace influencée par le champ magnétique terrestre.

Le nouveau programme, formé avec des données simulées, analysera les informations provenant des engins spatiaux pour détecter des plasmoïdes et étudier la reconnexion magnétique, un phénomène pouvant endommager les satellites et le réseau électrique.

Les avantages de l'apprentissage automatique:

• Améliore la détection des plasmoïdes
• Facilite la compréhension de la reconnexion magnétique
• Prépare aux perturbations causées par cette reconnexion

Les chercheurs cherchent à détecter des plasmoïdes pour déterminer s’ils influencent la reconnexion magnétique. La reconnexion magnétique se produit lorsque des lignes de champ magnétique se séparent puis se rejoignent, libérant alors une grande quantité d'énergie. Ce phénomène peut perturber les satellites et le réseau électrique lorsqu'il survient près de la Terre.

Certains scientifiques, tels que le Professeur Hantao Ji de l'Université de Princeton, pensent que les plasmoïdes pourraient accélérer la reconnexion dans les grands plasmas. Néanmoins, cette hypothèse reste à être vérifiée. Les chercheurs tentent de déterminer si les plasmoïdes influencent le taux de reconnexion et la quantité d'énergie qu'ils transfèrent aux particules de plasma.

Le programme a été formé avec des données imparfaites pour détecter les plasmoïdes avec précision. Dans les modèles informatiques, les plasmoïdes prennent souvent des formes parfaitement circulaires, mais ces formes sont rares dans la nature. Pour s'assurer que les plasmoïdes réels ne soient pas ignorés, Bergstedt et Ji ont utilisé des données comprenant des variations naturelles.

Lisez aussi:

Aujourd'hui · 12:41

La transition difficile d'OpenAI vers une entité à but lucratif

Bergstedt et Ji développaient des programmes simulant des plasmoïdes. Ils estiment que l'apprentissage automatique sera de plus en plus utilisé en recherche astrophysique, car il permet de faire des prévisions à partir de petites quantités de données.

Bergstedt et Ji prévoient de tester leur programme en utilisant les données de la mission Magnetospheric Multiscale (MMS) de la NASA. Lancée en 2015, la MMS étudie la reconnexion. La mission utilise quatre engins spatiaux qui traversent le plasma dans la magnétosphère, une zone sous l'influence du champ magnétique terrestre, ce qui en fait un terrain idéal pour l'étude de la reconnexion.

Étudier la reconnexion est un défi. Nous ne pouvons observer le soleil que de loin. Les plasmas en laboratoire sont petits comparés à ceux dans l'espace. La magnétosphère nous offre un vaste plasma que les vaisseaux spatiaux peuvent mesurer directement.

Bergstedt et Ji envisagent d'améliorer leur programme de deux façons. Tout d’abord, ils l’adapteront pour qu'il puisse traiter différents types de données. Cela permettra au programme de gérer de nouveaux ensembles de données. Ensuite, ils utiliseront le programme pour étudier les données MMS.

Notre recherche a été financée par des subventions du Département de l'Énergie, de la NASA et de la Fondation Nationale pour la Science.