Mô hình hóa Từ trường Mặt Trời bằng AI: Bước đột phá nâng cao độ chính xác dự báo thời tiết không gian

Các nhà nghiên cứu thuộc Viện Thiên văn học thuộc Đại học Hawaii (IfA) vừa công bố một phương pháp luận tiên tiến, ứng dụng trí tuệ nhân tạo (AI) để tạo ra các bản đồ từ trường Mặt Trời ba chiều với độ chi tiết được cải thiện đáng kể. Phát kiến này được kỳ vọng sẽ hỗ trợ đắc lực cho các công trình khoa học sử dụng dữ liệu thu thập từ Kính thiên văn Daniel K. Inouye (DKIST). Những phát hiện quan trọng này đã được đăng tải trên tạp chí uy tín The Astrophysical Journal.

Ông Kai Young, nghiên cứu sinh và là nhà khoa học nghiên cứu chính tại IfA, nhấn mạnh tầm quan trọng sống còn của thành tựu này, đặc biệt trong bối cảnh hiện tại. Mặt Trời vẫn là nguồn phát sinh thời tiết không gian mạnh mẽ, có khả năng gây gián đoạn nghiêm trọng đến các hệ thống công nghệ trên Trái Đất. Từ trường Mặt Trời chính là động lực thúc đẩy các hiện tượng bùng nổ như bão Mặt Trời (solar flares) và các vụ phun trào vật chất vành nhật hoa (CME), vốn là mối đe dọa thường trực đối với các hệ thống vệ tinh, lưới điện năng và thông tin liên lạc toàn cầu.

Các phương pháp đo lường từ trường Mặt Trời truyền thống vốn phải đối mặt với những thách thức cơ bản. Cụ thể, việc xác định hướng nghiêng của từ trường (liệu nó hướng về phía chúng ta hay hướng ra xa) thường không chắc chắn. Thêm vào đó, việc thiết lập độ cao thực sự của các cấu trúc từ tính cũng vô cùng phức tạp. Những hạn chế cố hữu này đã cản trở việc xây dựng các mô hình ba chiều chính xác, vốn là điều kiện tiên quyết để đưa ra các dự báo đáng tin cậy.

Để vượt qua những rào cản này, nhóm nghiên cứu đã phát triển một hệ thống học máy mang tên “Bộ giải mã Phân giải Haleakalā” (Haleakalā Disambiguation Decoder). Thuật toán này tích hợp dữ liệu quan sát thực nghiệm với nguyên lý vật lý cơ bản: từ trường luôn hình thành các vòng khép kín, liên tục. Việc áp dụng ràng buộc vật lý này cho phép hệ thống AI giải quyết được sự mơ hồ 180 độ về phương vị trong việc xác định hướng từ trường, đồng thời ước tính độ cao thực của các lớp từ tính với độ chính xác cao.

Tính hiệu quả của phương pháp này đã được kiểm chứng thông qua các mô hình máy tính phức tạp, bao gồm cả các vùng yên tĩnh, vùng hoạt động và các vết đen Mặt Trời. Khả năng diễn giải dữ liệu được cải tiến của AI đặc biệt giá trị khi kết hợp với hình ảnh siêu phân giải cao từ kính thiên văn DKIST, đặt tại đỉnh Mauna Kea thuộc Hawaii. Việc áp dụng Bộ giải mã Phân giải Haleakalā cho phép các nhà khoa học xây dựng bản đồ từ quyển Mặt Trời ba chiều đáng tin cậy hơn, từ đó xác định được các dòng điện vector trong bầu khí quyển Mặt Trời, giúp làm sáng tỏ cơ chế khởi phát các vụ phun trào dữ dội.

Việc nâng cao độ chính xác trong dự báo thời tiết không gian mang lại ý nghĩa thực tiễn to lớn. Chu kỳ Mặt Trời 25 hiện tại, bắt đầu từ tháng 12 năm 2019, theo dự báo đã được NOAA điều chỉnh, dự kiến sẽ đạt đỉnh hoạt động mạnh nhất trong khoảng thời gian từ tháng 11 năm 2024 đến tháng 3 năm 2026. Việc thấu hiểu sâu sắc hơn về các yếu tố kích hoạt sự kiện Mặt Trời, nhờ vào công nghệ AI này, trở nên cực kỳ quan trọng để đưa ra cảnh báo sớm và bảo vệ cơ sở hạ tầng. Quy mô tính toán của dự án được minh chứng qua dữ liệu SPIn4D, bao gồm 120 terabyte quan sát mô phỏng, được tạo ra bằng cách sử dụng hơn 10 triệu giờ thời gian xử lý trên siêu máy tính Cheyenne của NSF.