人工智能在太阳活动出现前近九小时预测其动态

星期六 15 - 12:15

新泽西理工学院的研究人员开发了一种新的人工智能模型，能够检测太阳上新出现活跃区域的早期迹象，从而可能在这些区域可见之前提供数小时的预警。

该系统被称为 EarlyDetect，由一个与多所美国大学和科学机构合作的研究团队开发。该研究发表在 《地球物理研究期刊：机器学习与计算》上，利用美国宇航局的太阳动态观测站收集的观测数据来训练模型，以识别与太阳活动发展相关的微妙变化。

活跃区域是太阳上强烈磁活动的区域，太阳黑子可以形成，强大的太阳耀斑可能从中产生。早期检测这些区域可以提高科学家预测太阳活动增加时期的能力，并评估潜在的空间天气风险。

EarlyDetect不仅依赖于太阳表面可见的变化，还分析穿过太阳的声波。研究人员发现，出现的磁场可以在这些波中留下极其微妙的特征，从而使人工智能能够识别通过传统观察难以检测的模式。

该模型使用基于Transformer的架构，这是一种人工智能技术，因大型语言模型而广为人知。然而，在这种情况下，该系统被训练用于解释太阳观测数据，而不是人类语言。

在开发过程中，研究人员遇到了一个意外的问题，涉及一种旨在从数据中去除无关信号的降噪技术。过滤过程有时消除了包含有关未来太阳活动的有价值信息的非常微弱信号，而不是改善系统。

在修改方法后，研究人员在真实的太阳观测数据上训练了EarlyDetect，并对之前未见的活跃区域进行了测试。该模型能够预测活跃区域的出现，平均提前 9.24小时，优于早期的方法。

研究人员认为，这项技术最终可能有助于更有效的空间天气预测。强烈的太阳活动可能会影响卫星、无线电通信、导航系统和地球上的电力基础设施，因此早期预警对关键系统的运营商可能非常有价值。

然而，EarlyDetect尚未成为一个完全可操作的预测系统。该模型仍然可能产生误报或延迟预测，识别出一个新出现的活跃区域并不一定意味着会发生太阳耀斑。

因此，研究团队正在继续完善技术，提高其可靠性。为了支持进一步的科学工作，研究人员还提供了 SolARED 数据集，并开发了一个名为 SAR门户 的互动平台，使人工智能和太阳物理学的研究人员能够探索观测数据并测试新的预测方法。

EarlyDetect的发展展示了人工智能如何与空间科学结合，以识别通过传统方法可能难以检测的模式。如果其准确性能够进一步提高，这类系统可能成为未来监测和预测太阳活动的重要组成部分。

关键词：

了解更多关于我们的信息！