Переводчик в зале, где одновременно говорят на трёх языках, сначала слышит лишь общий шум. Но если он начнёт переспрашивать, вслушиваться в интонации и раз за разом уточнять, кто какой фразой ответил, постепенно из какофонии проступят отдельные голоса. Примерно так работает новый алгоритм Solar-CDC, который впервые разделил медленный солнечный ветер на две популяции, неотличимые по скорости, но разные по происхождению.

Солнечный ветер — это поток заряженных частиц, который Солнце непрерывно выбрасывает в космос. Быстрый ветер (около 700 км/с) уверенно связывают с корональными дырами — областями, где магнитные линии открыты и частицы свободно улетают. А вот медленный (около 400 км/с) мог рождаться и в стримерном поясе — зоне замкнутых магнитных петель, — и на границах тех же корональных дыр. Проблема в том, что оба источника дают плазму почти с одинаковой скоростью: разница между ними всего 4 км/с, как между шагом пешехода и лёгкой пробежкой. Зато состав тяжёлых ионов, который «замерзает» вблизи Солнца и дальше не меняется, у них разный. Но как разделить потоки, если граница в многомерном пространстве состава не видна глазу?

Solar-CDC действует иначе. Он берёт семь характеристик плазмы — скорость, плотность, отношения зарядовых состояний кислорода и углерода, долю железа к кислороду и средний заряд кислорода — и сначала грубо раскладывает наблюдения на три кучки. Затем нейросеть учится так перестраивать данные, чтобы точки из одной кучки сближались, а из разных — отталкивались. Каждые несколько шагов кучки пересматриваются заново, и цикл повторяется, пока картина не стабилизируется. Это напоминает переводчика, который не просто слушает, а активно переспрашивает: «Вот это слово ты произнёс с таким акцентом — значит, ты из той группы?»

Результат оказался чётким. На 30 602 наблюдениях Solar Orbiter алгоритм нашёл три популяции. Две из них — медленный ветер с разным составом: у одной отношение ионов кислорода O7+/O6+ равно 0.080, у другой — 0.400, то есть в 2.5 раза больше. Третья популяция — быстрый ветер. Причём промежуточная группа со значением 0.160 точно соответствует границам корональных дыр. Даже если убрать из данных ключевую переменную — то самое отношение кислорода, — алгоритм всё равно восстанавливает разделение, хотя и хуже.

Теперь, когда два «голоса» медленного ветра различимы, можно проследить, как каждый из них влияет на космическую погоду у Земли. Ведь возмущения от разных источников несут разные последствия для спутников и связи. А сам метод не привязан к Солнцу: он может разделять скрытые популяции в любых данных, где сигнал распределён по множеству переменных — от спектров далёких звёзд до анализов клеток. Переводчика, который умеет переспрашивать, можно посадить за любой стол переговоров.