IBM i NASA Przedstawiają Surya: Rewolucyjny Model AI do Przewidywania Burz Słonecznych

IBM i NASA zaprezentowały Surya, przełomowy, otwarty model sztucznej inteligencji (AI) zaprojektowany do analizy danych słonecznych o wysokiej rozdzielczości i przewidywania pogody kosmicznej. Nazwany na cześć sanskryckiego słowa oznaczającego Słońce, Surya ma na celu lepsze zrozumienie i prognozowanie dynamiki słonecznej, co jest kluczowe dla ochrony naszej cywilizacji technologicznej przed wpływem Słońca.

Słońce, mimo swojej odległości, ma znaczący wpływ na nasze codzienne życie. Rozbłyski słoneczne i koronalne wyrzuty masy mogą uszkadzać satelity, zakłócać komunikację lotniczą, powodować przerwy w dostawie prądu i stanowić zagrożenie dla astronautów. Wraz z rosnącą zależnością od technologii kosmicznych i planów eksploracji głębokiego kosmosu, dokładne prognozowanie pogody kosmicznej staje się coraz bardziej krytyczne. Szacuje się, że pojedyncza hipotetyczna burza słoneczna mogłaby kosztować globalną gospodarkę nawet 2,4 biliona dolarów w ciągu pięciu lat, z przewidywaną stratą w wysokości 17 miliardów dolarów. Ostatnie zdarzenia słoneczne już spowodowały zakłócenia w usługach GPS, przekierowania lotów i uszkodzenia satelitów, co podkreśla te ryzyka.

Juan Bernabé-Moreno, Dyrektor IBM Research Europe, porównał Surayę do „raportu pogodowego dla kosmosu”, podkreślając potrzebę przygotowania się na burze słoneczne w podobny sposób, jak na niekorzystne zjawiska pogodowe. Surya oferuje bezprecedensową zdolność do przewidywania nadchodzącej aktywności słonecznej. Tradycyjne metody prognozowania pogody kosmicznej opierają się na częściowych obserwacjach powierzchni Słońca z satelitów, co historycznie utrudniało dokładne prognozy. Surya rozwiązuje ten problem, trenując na największym zbiorze danych heliophysics o wysokiej rozdzielczości, co pomaga badaczom w analizie i ocenie zadań związanych z prognozowaniem pogody kosmicznej, takich jak prognozowanie rozbłysków słonecznych, prędkości wiatru słonecznego, widma EUV Słońca i pojawiania się aktywnych regionów na Słońcu.

Wstępne testy wykazały 16% poprawę dokładności klasyfikacji rozbłysków słonecznych, co stanowi znaczące usprawnienie w porównaniu do poprzednich metod. Surya jest teraz w stanie wizualnie przewidywać rozbłyski słoneczne, dostarczając obraz o wysokiej rozdzielczości wskazujący, gdzie spodziewany jest rozbłysk, z wyprzedzeniem do dwóch godzin. Rozwój Surayi wiązał się z ogromnymi wyzwaniami technicznymi. Model był trenowany na dziewięciu latach obserwacji słonecznych o wysokiej rozdzielczości z Obserwatorium Dynamiki Słońca NASA (SDO). Ogromna ilość tych danych, dziesięciokrotnie większa niż typowe dane treningowe AI, wymagała niestandardowego rozwiązania wieloarchitektonicznego do efektywnego zarządzania.

Kevin Murphy, Główny Oficer Danych Naukowych w NASA, podkreślił, że postępują w nauce opartej na danych, integrując wiedzę naukową NASA z najnowocześniejszymi modelami AI. Uważa, że model bazowy wytrenowany na danych heliophysics NASA pozwoli na bezprecedensową szybkość i dokładność w analizie zachowań słonecznych. Kolekcja danych heliophysics dla kluczowych zadań związanych z pogodą kosmiczną jest dostępna w kolekcji SuryaBench. Surya uzupełnia modele bazowe IBM Prithvi dla obserwacji Ziemi oraz prognoz pogody i klimatu. W 2024 roku IBM i NASA udostępniły model Prithvi WxC do krótkoterminowych i długoterminowych prognoz pogody i klimatu. Dostępność Surayi na platformie Hugging Face umożliwia IBM i NASA demokratyzację dostępu do zaawansowanych narzędzi do zrozumienia i przewidywania pogody kosmicznej, wspierając globalne przygotowanie na zakłócenia spowodowane przez pogodę kosmiczną.