NASA folosește AI pentru a prezice furtunile solare periculoase

Pe măsură ce umanitatea își îndreaptă privirea către Lună și stele pentru viitoarele misiuni de explorare, capacitatea de a prezice vremea spațială — condițiile din spațiu determinate în principal de activitatea Soarelui — a devenit mai importantă ca niciodată. Recent, o echipă de astrofizicieni și experți în date din cadrul proiectului NASA COFFIES (Consequence Of Fields and Flows in the Interior and Exterior of the Sun) a realizat un progres tehnologic major. Aceștia au dezvoltat un model inovator de învățare automată (machine learning) capabil să prezică apariția regiunilor active pe Soare cu până la 12 ore înainte ca acestea să fie detectabile prin metodele tradiționale.

Mecanismul furtunilor solare și impactul lor pe Pământ

Soarele este o entitate într-o continuă fierbere. Concentrații intense de câmpuri magnetice localizate pot străpunge brusc suprafața solară, formând ceea ce cunoaștem sub numele de pete solare. Meteorologii spațiali monitorizează și numerotează aceste pete, deoarece ele reprezintă manifestările vizibile ale regiunilor active. Aceste regiuni sunt, în esență, „motoarele” din spatele evenimentelor severe de vreme spațială, cum ar fi erupțiile solare și ejecțiile de masă coronală.

Atunci când aceste erupții au loc, ele trimit valuri de radiații de înaltă energie și particule încărcate electric prin spațiu. Aceste furtuni solare reprezintă o amenințare directă pentru astronauți, pot scoate din funcțiune sateliții de comunicații și pot perturba rețelele electrice sau comunicațiile radio de pe Pământ. Din acest motiv, detectarea timpurie a zonelor unde se vor forma aceste pete solare este crucială pentru siguranța tehnologică și umană.

Colaborarea multidisciplinară în cadrul NASA DRIVE

Proiectul COFFIES face parte din inițiativa NASA DRIVE (Diversify, Realize, Integrate, Venture, Educate), un centru științific care reunește experți din diverse instituții de prestigiu. Echipa de cercetare a inclus specialiști de la Institutul de Tehnologie din New Jersey (NJIT), Universitatea Princeton și Centrul de Cercetare Ames al NASA din Silicon Valley. Această colaborare a permis combinarea cunoștințelor de astrofizică teoretică cu cele mai avansate tehnici de procesare a datelor.

Cercetătorii au apelat la arhitecturi avansate de inteligență artificială pentru a capta schimbări subtile de tipar, bazate pe timp, care apar la suprafața solară înainte ca o regiune activă să prindă formă. Utilizând datele capturate de Solar Dynamics Observatory (SDO) și resursele de supercomputare ale NASA Ames, echipa a reușit să analizeze fluctuațiile undelor acustice cauzate de regiunile cu pete solare în timp ce acestea se formează sub suprafața solară și își încep călătoria spre exterior.

Ascultarea „ritmului” solar prin unde acustice

Una dintre cele mai mari provocări în fizica solară este imposibilitatea de a vedea direct structura magnetică în timp ce aceasta se ridică prin interiorul Soarelui. Alexander Kosovichev, co-investigator COFFIES la NJIT, explică procesul printr-o analogie muzicală: „Trebuie să căutăm efecte indirecte — schimbări foarte mici în câmpul magnetic și în modelul undelor acustice care călătoresc continuu prin Soare. Tehnica dezvoltată identifică precursorii asociați cu o regiune activă emergentă în schimbări ușoare ale puterii acustice a Soarelui — mai degrabă ca o ușoară schimbare de ritm într-o orchestră foarte zgomotoasă”.

Modelul AI utilizează o arhitectură specializată numită „sliding-window transformer”. Spre deosebire de abordările anterioare de deep learning care încercau să analizeze toată activitatea solară simultan, acest nou model deplasează o „fereastră de vizualizare” de dimensiune fixă de-a lungul unei linii temporale extinse a activității solare. Acest lucru îi permite să se concentreze pe datele recente, păstrând în același timp memoria tiparelor generale, ceea ce facilitează identificarea reducerilor minuscule ale activității acustice și ale câmpului magnetic, semnale pe care oamenii de știință s-au chinuit să le capteze până acum.

Revoluționarea prognozelor pentru misiunile Artemis și Marte

În prezent, Centrul de Predicție a Vremii Spațiale al NOAA (National Oceanic and Atmospheric Administration) și Forțele Aeriene ale SUA monitorizează regiunile active care sunt deja vizibile pentru a estima probabilitatea erupțiilor. Modelul COFFIES își propune să revoluționeze acest proces prin oferirea unui sistem de avertizare timpurie. Această capacitate de a prezice locațiile aproximative ale petelor solare emergente, în loc de a se baza pe numărarea celor deja vizibile, oferă un avantaj strategic imens.

Pe măsură ce NASA se concentrează pe trimiterea oamenilor pe Lună prin misiunile Artemis și, ulterior, pe primele misiuni cu echipaj uman către Marte, monitorizarea și prognozarea vremii spațiale devin vitale. Biroul de Analiză a Vremii Spațiale de la Lună la Marte (M2M SWAO) al NASA monitorizează spațiul 24/7, iar integrarea acestui model AI ar putea oferi un sprijin suplimentar critic pentru protejarea astronauților împotriva radiațiilor periculoase din mediul volatil al sistemului nostru solar.

Viitorul heliophysics și validarea datelor

Deși modelul nu este încă pregătit pentru prognoze operaționale în timp real, rezultatele sunt extrem de promițătoare. Echipa COFFIES intenționează să valideze această abordare pe un număr mult mai mare de evenimente solare cunoscute pentru a finisa precizia algoritmului. Această cercetare demonstrează modul în care învățarea automată profundă poate contribui la heliophysics — domeniul care studiază natura Soarelui și modul în care acesta influențează planetele.

Înțelegerea proceselor interconectate din spatele activității solare și a variabilității magnetice este cheia pentru a descifra ciclul de activitate de 11 ani al Soarelui. Prin colaborarea dintre modelatori, teoreticieni și informaticieni, NASA transformă misterele stelei noastre în date acționabile care vor asigura succesul explorării spațiale în deceniile următoare.