AI應用新領域：亞馬遜AWS預測太陽風暴
據國外媒體報道，亞馬遜的云計算部門亞馬遜云服務（AWS）預計利用人工智能來幫助NASA預測超級太陽風暴的到來。
當太陽的干擾表面被遺棄在幾百萬英里每輻射和帶電粒子爆發(fā)的高爐每小時的速度，將出現(xiàn)太陽風暴。足夠強的輻射爆炸將影響地球中大部分的無線電通信。此外，如果這樣的爆發(fā)（稱為日冕物質拋射，或CME）足夠強大，可以直接掃在地上，它可能會導致衛(wèi)星損壞和電網崩潰。
美國宇航局正在與亞馬遜云服務和亞馬遜機器學習解決方案實驗室（Amazon Machine Learning SolutionsLab）合作，開展一個項目，使用人工智能了解更多關于太陽超級風暴的預警信號．
為了處理大量的數據，并提高未來的風險評估，NASA正在使用亞馬遜網絡服務分析工具來了一個篩選1000分數據集，和計算機模型可以被訓練識別暗流涌動的跡象。
亞馬遜博客發(fā)布的文章解釋了NASA的方法，將太陽風驅動與地球周圍的磁場水平聯(lián)系起來，以識別數據中的異常。
NASA使用名為亞馬遜SageMaker機器學習工具中內置的AWS隨機切森林異常檢測算法訓練模型。該算法為每組數據點提供了一個“異常分數”。其他AWS工具來實時跟蹤異常數據，并跟蹤他們和太陽風暴之間的聯(lián)系。
異常檢測指的是通過數據挖掘手段識別數據中的“異常點”，由于深度神經網絡分類器可以將分布外（奇數）輸入以高置信度在分布內分類，因此區(qū)分異常值或顯著不同的數據是很重要的。當我們使用這些預測為實際決策提供基礎時，異常數據檢測將特別重要。
異常檢測還在數據中心有廣泛的應用，比如可以從一臺服務器上提取出一系列特征，如內存占用，CPU 使用率，網絡吞吐量，磁盤訪問頻率等等。利用這些特征建立一個模型。當某個服務器偏離這個模型較遠時，可能這臺機器快要死機了，就可以進一步查看這臺機器的情況以便做出相應的處理。
該計劃使美國宇航局能夠匯總來自50多個衛(wèi)星任務的數據，并開發(fā)可視化以供進一步研究。科學家們已經能夠創(chuàng)造必要太陽的現(xiàn)象仿真模擬卡林頓超級風暴事件。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-9.16點擊進入 >> 【限時福利】TE 2025國際物聯(lián)網展·深圳站
-
10月23日火熱報名中>> 2025是德科技創(chuàng)新技術峰會
-
10月23日立即報名>> Works With 開發(fā)者大會深圳站
-
10月24日立即參評>> 【評選】維科杯·OFweek 2025（第十屆）物聯(lián)網行業(yè)年度評選
-
11月27日立即報名>> 【工程師系列】汽車電子技術在線大會
-
12月18日立即報名>> 【線下會議】OFweek 2025（第十屆）物聯(lián)網產業(yè)大會
