新型人工智能模型 EarlyDetect 能够平均提前 9,24 小时识别太阳活动区形成的最初迹象，早于它们在太阳可见表面出现。
这项开发由新泽西理工学院（NJIT）、普林斯顿大学和美国国家航空航天局艾姆斯研究中心的研究人员完成。该系统根据 NASA 太阳动力学天文台（SDO）的数据分析太阳声波和磁场的变化。
活动区是强烈磁活动的区域，那里会出现黑子，并可能形成耀斑或日冕物质抛射。它们的诞生始于可见表面之下，直接观测十分困难。
EarlyDetect 采用基于 Transformer 的架构，处理来自 SDO 上日震与磁成像仪（Helioseismic and Magnetic Imager）的逐小时声功率图和磁场测量序列。
在测试中，该模型优于普通 Transformer 和以往的方法。有趣的是，过滤掉“多余”振荡的尝试降低了准确性：正是这些微弱信号包含了最早形成阶段的信息。
该模型目前仍是实验性的。它无法预测所发现的区域是否会导致耀斑或抛射，也可能产生误报。
研究人员发布了数据集 Solar Active Region Emergence Dataset (SolARED) 和交互式门户 Solar Active Region Portal，以便其他科学家测试新的预测方法。
从长远来看，早期发现活动区将为卫星运营商、通信提供商和电网提供额外的准备时间，以应对可能的干扰。但在投入实际使用之前，还需要在更多事件上进行测试。
EarlyDetect 未来能否成为真实空间天气预警系统的一部分？
