借助亚马逊云科技强大的技术，来识别太阳风暴即将爆发的信号

“所有人员注重！所有人员注重！太阳风暴将于6分钟后抵达月表！”

“你这预告是真的吗？”“刚才不还有一小时呢吗？”

《流浪地球2》中，太阳风暴就这样在不靠谱的预警中，袭击了月球表面上的人类联合实验基地。

人类，能够正确推测太阳风暴么？

为何推测太阳风暴十分复杂？

推测太阳风暴并开发针对这些极端事件的早期响应系统是一项艰巨的任务。其中，考虑到太阳风暴的罕见程度，可用于练习算法的历史案例非常少。这使得常见的机器学习方法（如监督学习）不足以推测太阳风暴。此外，现存的卫星在地球的不同位置收集太空天气信息，导致数据量浩大。

NASA正在与亚马逊云科技专业服务和Amazon ML Solutions Lab协作，使用无监督学习和反常检测来探索太阳风暴等极端事件。借助亚马逊云科技强大的技术，可以一次筛选多达1,000组数据集来进行推测超级风暴的分析，并练习计算机模型，以识别太阳风暴即将爆发的信号。NASA的方法将太阳风驱动因素和地球四周的磁场水平联系起来，从而在数据中找出反常。

如何使用亚马逊云科技来监测？

NASA使用Amazon SageMaker中内置的Random Cut Forest (RCF)算法与各种地面和卫星仪器编译的太阳物理学数据集来练习并检测反常模型，这样更易于看察，因为当在图中查看时，这些反常数据很轻易与典型的数据区分开；对于每个数据点，RCF都会关联一个反常分数，低分值表达数据点被认为是正常的，高分值则表达数据中存在反常。

Amazon ML Solutions Lab使用无服务器流式数据管道使用程序来实现实时监控；该管道处理来自航天器的现场看测数据，以实时检测反常情状并发出警报，流式传输管道利用Amazon Kinesis Data Streams来确定反常分数。

Amazon Kinesis Firehose可以将实时数据流式传输到Amazon S3，用于笔录传输和模式转换为Parquet。除了实时警报之外，模型结果还永久存储在Amazon S3中，可以在其中使用Amazon SageMaker进一步分析它们，并使用Amazon QuickSight进行可视化，从而答应创建和发布包含ML Insights的交互式仪表板。

我们始终知晓，地球不仅仅是人类的居所，更是与人类协调共生的共同体，秉持着对家园的责任与担当，亚马逊云科技始终以自身的技术亲昵关注人类的生存环境与生物环境，愿以数字科技为人与地球带来更加积极的影响。