Modelado de IA del campo magnético solar eleva la precisión en la predicción del clima espacial

Un equipo de investigadores del Instituto de Astronomía de la Universidad de Hawái (IfA) ha desarrollado una metodología innovadora que emplea inteligencia artificial para generar mapas tridimensionales del campo magnético solar con un nivel de detalle sin precedentes. Esta sofisticada herramienta está diseñada para complementar las investigaciones científicas que se nutren de los datos capturados por el Telescopio Daniel K. Inouye (DKIST). Los hallazgos de este estudio han sido publicados recientemente en la prestigiosa revista The Astrophysical Journal.

Kai Young, doctorando del IfA y científico principal del proyecto, subraya la importancia capital de este avance, especialmente en el panorama actual. El Sol continúa siendo una fuente formidable de clima espacial, con el potencial de perturbar infraestructuras tecnológicas vitales en la Tierra. El campo magnético solar es, en esencia, el motor que impulsa fenómenos explosivos como las fulguraciones solares y las eyecciones de masa coronal (CME). Estos eventos representan una amenaza directa para los sistemas satelitales, las redes eléctricas y las comunicaciones globales.

Los métodos convencionales para medir el campo magnético solar enfrentan obstáculos intrínsecos. Entre ellos destacan la ambigüedad sobre la orientación precisa del campo (si apunta hacia nosotros o se aleja) y la dificultad para determinar la altura real de las estructuras magnéticas. Estas limitaciones han obstaculizado históricamente la creación de modelos tridimensionales precisos, indispensables para realizar pronósticos fiables.

Para sortear estos escollos, el equipo ha implementado un sistema de aprendizaje automático denominado «Decodificador de Desambiguación de Haleakalā» (Haleakalā Disambiguation Decoder). Este algoritmo fusiona los datos observacionales empíricos con un principio físico fundamental: los campos magnéticos siempre se organizan en bucles cerrados y continuos. Esta restricción física permite que la IA resuelva la ambigüedad azimutal de 180 grados en la determinación de la dirección del campo, y además, calcule con gran exactitud la elevación verdadera de las capas magnéticas.

La eficacia de esta nueva técnica ha sido rigurosamente probada utilizando modelos computacionales complejos que abarcan desde regiones tranquilas hasta zonas activas y manchas solares. La capacidad mejorada de la IA para interpretar datos resulta especialmente valiosa ahora que el DKIST, situado en la cumbre de Mauna Kea en Hawái, está proporcionando imágenes de ultra alta resolución. Al aplicar el Decodificador de Desambiguación de Haleakalā, los científicos pueden construir mapas tridimensionales de la magnetosfera solar mucho más fidedignos, permitiendo la identificación de las corrientes eléctricas vectoriales en la atmósfera solar. Esto, a su vez, ofrece una comprensión más clara de los mecanismos que inician las erupciones solares más potentes.

La mejora en la exactitud de las predicciones del clima espacial tiene repercusiones prácticas inmediatas. El actual Ciclo Solar 25, que comenzó en diciembre de 2019, se espera que alcance su pico de actividad entre noviembre de 2024 y marzo de 2026, según las proyecciones revisadas de la NOAA. Un conocimiento más profundo de los detonantes de los eventos solares, facilitado por esta tecnología de IA, es crucial para emitir alertas tempranas y proteger la infraestructura crítica. La magnitud del esfuerzo computacional es notable: el proyecto SPIn4D involucró 120 terabytes de observaciones simuladas, generadas tras consumir más de 10 millones de horas de tiempo de procesador en la supercomputadora Cheyenne de la NSF.