Nowy model sztucznej inteligencji EarlyDetect potrafi wykrywać pierwsze oznaki formowania się słonecznych obszarów aktywnych średnio na 9,24 godzin przed ich pojawieniem się na widocznej powierzchni Słońca.
Opracowaniem zajmowali się naukowcy z New Jersey Institute of Technology (NJIT), Princeton University i NASA’s Ames Research Centre. System analizuje zmiany fal akustycznych i pola magnetycznego Słońca na podstawie danych z obserwatorium NASA Solar Dynamics Observatory (SDO).
Obszary aktywne to strefy intensywnej aktywności magnetycznej, gdzie powstają plamy słoneczne i mogą formować się rozbłyski lub koronalne wyrzuty masy. Ich powstawanie zaczyna się pod widoczną powierzchnią, a bezpośrednia obserwacja jest utrudniona.
EarlyDetect wykorzystuje architekturę opartą na transformerach, która przetwarza sekwencje godzinnych map mocy akustycznej i pomiarów pola magnetycznego z instrumentu Helioseismic and Magnetic Imager na pokładzie SDO.
W testach model przewyższył zwykłe transformery i wcześniejsze metody. Co ciekawe, próba odfiltrowania „zbędnych” oscylacji zmniejszyła dokładność: to właśnie w tych słabych sygnałach zawarte były informacje o najwcześniejszych etapach formowania.
Model na razie pozostaje eksperymentalny. Nie potrafi przewidzieć, czy wykryty obszar doprowadzi do rozbłysku lub wyrzutu, i może dawać fałszywe alarmy.
Naukowcy opublikowali zestaw danych Solar Active Region Emergence Dataset (SolARED) oraz interaktywny portal Solar Active Region Portal, aby inni badacze mogli testować nowe podejścia do prognozowania.
Wczesne wykrywanie obszarów aktywnych w przyszłości da operatorom satelitów, dostawcom usług telekomunikacyjnych i sieciom energetycznym dodatkowe godziny na przygotowanie się do ewentualnych zakłóceń. Jednak przed operacyjnym wykorzystaniem konieczne będzie przetestowanie na znacznie większej liczbie zdarzeń.
Czy EarlyDetect w przyszłości stanie się częścią rzeczywistego systemu ostrzegania przed pogodą kosmiczną?
