ИИ обнаруживает солнечные вспышки за несколько часов до их появления

Ученые создали модель искусственного интеллекта EarlyDetect, которая предсказывает появление опасных зон на Солнце за девять часов. Разработка поможет защитить спутники и энергосети от космической погоды.

Нейросеть способна заранее обнаруживать формирование активных областей на Солнце

Источник: life_ru

Ученые научились заранее замечать, как на Солнце зарождаются опасные зоны, где потом случаются мощные вспышки. Еще до того, как на поверхности звезды появятся темные пятна, в ее недрах начинают происходить едва уловимые изменения. Новая модель искусственного интеллекта научилась их распознавать и предупреждать о появлении такой опасной зоны примерно за девять часов до того, как она станет заметной.

Команда исследователей из американских университетов и центра Ames NASA создала модель ИИ EarlyDetect, которая анализирует данные с солнечной обсерватории NASA: почасовые карты акустической мощности и измерения магнитного поля. Дело в том, что активные области формируются под видимой поверхностью Солнца, и напрямую их не увидеть. Но поднимающиеся магнитные поля оставляют слабые следы в акустических волнах — их и ищет модель, словно улавливая едва заметное изменение ритма в очень шумном оркестре.

Визуализация показывает формирование солнечной активной области AR11158: теплые и холодные цвета отражают противоположные магнитные полярности. Сначала падает акустическая мощность — это ранний признак появления области, затем меняются интенсивность континуума и магнитное поле. Так работает конвейер анализа данных модели машинного обучения EarlyDetect — она прогнозирует активные области, но пока не запущена в эксплуатацию

Источник: Исследовательский центр NASA Ames

В основе EarlyDetect — технология типа Transformer, похожая на ту, что используют языковые модели вроде ChatGPT, только вместо текста она изучает закономерности в солнечных наблюдениях. В ходе работы ученые даже обнаружили неожиданное: методы «шумоподавления», которые обычно применяют для выделения важных сигналов, на самом деле ухудшали прогнозы — они стирали те самые слабые колебания, которые служили самым ранним предупреждением.

Испытания показали, что модель способна выявлять предвестники активных областей в среднем за 9,24 часа до их появления. Это лучше, чем результаты прежних подходов. Чтобы другие ученые могли развивать эту работу, команда выпустила общедоступный набор данных SolARED и веб‑платформу SAR для изучения информации о солнечных активных областях.

Пока модель не готова к прогнозированию в реальном времени: она иногда ошибается или запаздывает, а само появление активной области еще не означает, что случится мощная вспышка. Ученым предстоит проверить подход на большем числе солнечных событий. Но уже сейчас ясно, что машинное обучение может стать важным инструментом для предсказания космической погоды и помочь, например, компаниям, управляющим спутниками и энергосетями, заранее подготовиться к возможным сбоям.

Ранее Наука Mail рассказывала о том, что на МКС разместят прибор для охоты за солнечными вспышками.