Le Soleil aussi peut avoir ses accès de colère et cela se manifeste par des tempêtes solaires. Si notre planète se trouve à proximité pendant ce genre d’événements, les conséquences peuvent être dramatiques. C’est la raison pour laquelle la NASA et Amazon travaillent en collaboration pour mettre au point un nouveau système de machine learning qui permettrait de prévoir les tempêtes solaires.

Par le passé, nous avons pu observer le genre de dégâts que peuvent causer les éruptions solaires. En 1859, la tempête solaire Carrington aurait perturbé les communications télégraphiques. En 1989, des milliers de Québécois ont été plongés dans le noir à cause d’une éruption solaire qui a eu pour conséquence de perturber le réseau électrique de la région. Si ces événements sont certes rares, on estime tout de même qu’ils surviennent en moyenne tous les 50 ans.

Ces événements sont dus à des éruptions sur le Soleil. De temps à autre, l’étoile projette des éruptions solaires qui sont visibles avec les meilleurs télescopes et qui entraînent souvent des rafales de particules radiatives invisibles appelées des éjections de masse coronale. En temps normal, le champ magnétique de la Terre nous protège contre ces radiations, mais parfois les particules sont si nombreuses qu’elles génèrent d’énormes tempêtes solaires qui détruisent des satellites, des lignes électriques et d’autres infrastructures humaines.

La NASA et Amazon ont donc pour projet d’utiliser le machine learning pour prédire ces événements, et Amazon a déclaré que ce n’était pas chose facile : « Étant donnée la rareté de ces tempêtes solaires, seuls quelques exemples historiques peuvent être utilisés pour alimenter l’algorithme. Les approches classiques de machine learning, comme l’apprentissage supervisé, ne sont donc pas du tout adaptées pour prévoir les tempêtes. Par ailleurs, au vu des dizaines de satellites en orbite qui recueillent des informations sur la météo à partir de différents points d’observation clef, nous nous retrouvons avec une quantité astronomique de données à traiter, et trouver des corrélations entre elles avec les méthodes classiques se révèle laborieux ».

La division Professional Services and Machine Learning Solutions Lab d’Amazon adopte une autre approche. Ses chercheurs utilisent à la fois l’apprentissage non supervisé et la prédiction d’anomalies, afin de mieux prévoir les conditions propices aux tempêtes. L’équipe est ainsi capable d’examiner simultanément jusqu’à 1 000 jeux de données, en se basant sur les classements d’anomalies (générés par la NASA) pour trouver des schémas spécifiques aux tempêtes solaires.

La NASA et Amazon prévoient d’établir d’ici peu un lac de données (un ensemble de données brutes) pour permettre aux chercheurs de faire leurs propres calculs. Le but est de rendre les prévisions encore plus précises grâce à l’analyse des anomalies et à des simulations sur les tempêtes actuelles (et sur les super tempêtes survenues par le passé).

Janet Jozyra, physicienne solaire à la NASA et chercheuse principale sur le projet, explique : « Il y a énormément de données, et des facteurs comme le temps complexifient les choses. Avec Amazon, nous pouvons prendre toutes les données que nous avons sur les tempêtes solaires et utiliser les anomalies détectées pour améliorer les schémas qui prédisent et classifient efficacement les éruptions ».

 

<<< À lire également : SpaceX Et Virgin Orbit : Qui Va Gagner La Course À L’Espace ? >>>