IBM y la NASA han presentado Surya, un modelo de inteligencia artificial de código abierto diseñado para analizar datos solares de alta resolución y mejorar la predicción del clima espacial. Este avance busca anticipar la actividad solar y mitigar sus efectos disruptivos en la tecnología terrestre y espacial.
Surya, cuyo nombre evoca al Sol en sánscrito, se posiciona como una herramienta clave para combatir los impactos de las erupciones solares, como fulguraciones y eyecciones de masa coronal. Estos fenómenos pueden dañar satélites, interrumpir comunicaciones aéreas, causar apagones y representar riesgos para los astronautas. La creciente dependencia de la tecnología espacial y los planes de exploración del espacio profundo hacen que una previsión meteorológica espacial precisa sea cada vez más crucial.
El impacto económico de un evento solar severo es considerable. Un informe de Lloyd's estima que una tormenta solar hipotética podría costar a la economía global hasta 2.4 billones de dólares en cinco años, con una pérdida esperada de 17 mil millones de dólares. Eventos recientes ya han causado interrupciones en servicios GPS, desvíos de vuelos y daños a satélites, evidenciando la vulnerabilidad de nuestra infraestructura tecnológica.
Juan Bernabé-Moreno, Director de IBM Research Europe, compara a Surya con un "informe meteorológico para el espacio", subrayando la importancia de prepararse para las tormentas solares de manera similar a como se hace con los eventos meteorológicos adversos. Surya ofrece una capacidad sin precedentes para anticipar la actividad solar entrante, superando los métodos tradicionales que se basan en vistas parciales de la superficie solar.
Surya ha sido entrenado con el conjunto de datos heliofísicos de alta resolución más grande del mundo, abarcando nueve años de observaciones de la Sonda de Dinámica Solar (SDO) de la NASA. Este vasto volumen de datos, diez veces mayor que los datos de entrenamiento típicos de IA, requirió una solución personalizada de arquitectura múltiple para su manejo eficiente. Los resultados iniciales muestran una mejora del 16% en la precisión de la clasificación de fulguraciones solares, permitiendo predecir visualmente las fulguraciones hasta dos horas antes.
Kevin Murphy, Chief Science Data Officer de la NASA, destaca que este enfoque de "ciencia impulsada por datos" integra la experiencia científica de la NASA con modelos de IA de vanguardia. Surya se complementa con los modelos fundacionales Prithvi de IBM para la observación de la Tierra y la predicción del clima. Al poner Surya a disposición en plataformas como Hugging Face, IBM y la NASA democratizan el acceso a herramientas avanzadas para la comprensión y predicción del clima espacial, empoderando a investigadores de todo el mundo.
Un ejemplo de la vulnerabilidad de los satélites a estos eventos fue la pérdida de 38 de 49 satélites de Starlink en febrero de 2022 debido a tormentas geomagnéticas impulsadas por el Sol, que aumentaron la resistencia atmosférica en sus órbitas bajas.