Model kecerdasan buatan baru EarlyDetect mampu mengidentifikasi tanda-tanda awal pembentukan wilayah aktif matahari rata-rata 9,24 jam sebelum kemunculannya di permukaan matahari yang terlihat.
Pengembangan dilakukan oleh peneliti dari New Jersey Institute of Technology (NJIT), Princeton University, dan NASA’s Ames Research Centre. Sistem ini menganalisis perubahan gelombang akustik dan medan magnet matahari berdasarkan data dari observatorium NASA Solar Dynamics Observatory (SDO).
Wilayah aktif adalah zona aktivitas magnetik intens di mana bintik matahari muncul dan dapat terbentuk ledakan atau lontaran massa korona. Pembentukannya dimulai di bawah permukaan yang terlihat, dan pengamatan langsung sulit dilakukan.
EarlyDetect menggunakan arsitektur berbasis transformer yang memproses urutan peta daya akustik per jam dan pengukuran medan magnet dari instrumen Helioseismic and Magnetic Imager di atas SDO.
Dalam pengujian, model ini mengungguli transformer biasa dan metode sebelumnya. Menariknya, upaya untuk menyaring osilasi 'berlebih' mengurangi akurasi: justru dalam sinyal lemah inilah terkandung informasi tentang tahap paling awal pembentukan.
Model ini masih eksperimental. Ia tidak dapat memprediksi apakah wilayah yang terdeteksi akan menyebabkan ledakan atau lontaran, dan dapat memberikan peringatan palsu.
Para peneliti menerbitkan kumpulan data Solar Active Region Emergence Dataset (SolARED) dan portal interaktif Solar Active Region Portal agar ilmuwan lain dapat menguji pendekatan baru untuk prediksi.
Deteksi dini wilayah aktif di masa depan akan memberi operator satelit, penyedia komunikasi, dan jaringan listrik jam tambahan untuk bersiap menghadapi gangguan potensial. Namun, sebelum penggunaan operasional, perlu dilakukan pengujian pada jumlah peristiwa yang jauh lebih besar.
Akankah EarlyDetect di masa depan menjadi bagian dari sistem peringatan cuaca luar angkasa yang nyata?
