IBM và NASA đã công bố Surya, một mô hình trí tuệ nhân tạo (AI) mã nguồn mở tiên tiến, được thiết kế để phân tích dữ liệu mặt trời có độ phân giải cao và dự đoán các tác động của hoạt động mặt trời đối với công nghệ trên Trái Đất và trong không gian.
Tên gọi "Surya", bắt nguồn từ tiếng Phạn có nghĩa là Mặt Trời, thể hiện mục đích cốt lõi của mô hình là thấu hiểu và dự báo các động lực của mặt trời. Mặt Trời, dù ở xa, vẫn ảnh hưởng đáng kể đến cuộc sống hàng ngày của chúng ta. Các cơn bão mặt trời, bao gồm bùng phát năng lượng và phun trào vật chất vành nhật hoa (CME), có thể gây thiệt hại cho vệ tinh, làm gián đoạn liên lạc hàng không, gây mất điện và tiềm ẩn rủi ro cho các nhà du hành vũ trụ. Với sự phụ thuộc ngày càng tăng vào công nghệ không gian và các kế hoạch khám phá không gian sâu, việc dự báo thời tiết không gian chính xác trở nên cực kỳ quan trọng. Một đánh giá rủi ro từ Lloyd's cho thấy một cơn bão mặt trời giả định có thể gây thiệt hại kinh tế toàn cầu lên tới 2,4 nghìn tỷ USD trong vòng 5 năm. Các sự kiện mặt trời gần đây đã gây ra sự gián đoạn dịch vụ GPS, làm lệch hướng các chuyến bay và gây hư hại vệ tinh, nhấn mạnh những rủi ro này.
Juan Bernabe-Moreno, Giám đốc IBM Research Europe, đã ví Surya như một "báo cáo thời tiết cho không gian", nhấn mạnh sự cần thiết phải chuẩn bị cho bão mặt trời tương tự như các hiện tượng thời tiết bất lợi. So với các phương pháp dự báo truyền thống, vốn chỉ dựa vào các góc nhìn hạn chế về bề mặt Mặt Trời, Surya đã được huấn luyện trên bộ dữ liệu heliophysics có độ phân giải cao lớn nhất, bao gồm 9 năm dữ liệu quan sát từ Kính viễn vọng Động lực học Mặt Trời của NASA. Điều này đã giúp mô hình đạt được độ chính xác phân loại bùng phát năng lượng mặt trời cao hơn 16% so với các phương pháp trước đây.
Surya có khả năng dự đoán trực quan các vụ bùng phát năng lượng mặt trời, cung cấp hình ảnh có độ phân giải cao về vị trí dự kiến xảy ra một vụ bùng phát trước đó tới hai giờ. Việc phát triển Surya đối mặt với những thách thức kỹ thuật đáng kể do quy mô dữ liệu khổng lồ, gấp mười lần so với dữ liệu huấn luyện AI thông thường, đòi hỏi một giải pháp đa kiến trúc tùy chỉnh để xử lý hiệu quả. Kevin Murphy, Giám đốc Khoa học Dữ liệu tại NASA, bày tỏ sự tin tưởng rằng việc tích hợp chuyên môn khoa học của NASA vào các mô hình AI tiên tiến sẽ cho phép phân tích hành vi mặt trời với tốc độ và độ chính xác chưa từng có.
Bộ dữ liệu heliophysics được tuyển chọn cho các nhiệm vụ thời tiết không gian quan trọng hiện có sẵn trong bộ sưu tập SuryaBench. Mô hình này bổ sung cho các mô hình nền Prithvi của IBM về quan sát Trái Đất và dự báo thời tiết/khí hậu. Bằng cách cung cấp quyền truy cập Surya trên Hugging Face, IBM và NASA đang dân chủ hóa việc tiếp cận các công cụ tiên tiến để hiểu và dự đoán thời tiết không gian, trao quyền cho các nhà nghiên cứu trên toàn cầu phát triển các ứng dụng chuyên biệt và nâng cao khả năng chuẩn bị cho các sự cố thời tiết không gian.