Учёные представили модель искусственного интеллекта EarlyDetect, предназначенную для раннего прогнозирования космической погоды. Она отслеживает изменения на поверхности Солнца и в его магнитном поле. Такие наблюдения помогают заранее выявлять признаки активности, способной повлиять на работу спутников связи и наземных станций. Эту информацию сообщает сайт Science XXI.
Основное внимание модель уделяет активным областям Солнца, где возникают явления космической погоды. Исследователи отмечают, что формирование таких областей начинается под видимой поверхностью звезды, поэтому напрямую рассмотреть их магнитную структуру невозможно. Вместо этого система ищет небольшие изменения магнитного поля и распространения акустических волн внутри Солнца. Результаты работы опубликованы в Journal of Geophysical Research: Machine Learning and Computation.
Для проверки EarlyDetect специалисты использовали архивные сведения прибора Helioseismic and Magnetic Imager, установленного на обсерватории NASA Solar Dynamics Observatory. В основе разработки лежит архитектура Transformer, применяемая и в больших языковых моделях. После обучения на части данных система анализировала активные области, которые прежде не изучала.
Испытания показали, что модель в среднем обнаруживала предвестники появления активных солнечных областей за 9,24 часа до того, как они становились видимыми и проявлялась космическая активность. Авторы работы считают, что машинное обучение пока не получило широкого применения для прогнозов солнечной активности. По их мнению, подобные модели могут расширить возможности предсказания космической погоды.
Космическая погода способна вызывать полярные сияния, но также может создавать помехи для технических систем. Одним из наиболее известных подобных событий считается событие Кэррингтона, произошедшее 1–2 сентября 1859 года. Тогда полярные сияния наблюдались в разных частях мира, а телеграфные сети столкнулись с серьёзными сбоями из-за электрических воздействий.