人工智慧模型優化太陽磁場模擬，提升太空天氣預報精準度

夏威夷大學天文研究所（IfA）的研究團隊最近推出了一項開創性的方法，該方法利用人工智慧（AI）技術，得以更精細地繪製出太陽磁場的三維圖像。這項突破性的成果旨在為使用丹尼爾·K·伊諾伊望遠鏡（DKIST）數據的科學研究提供堅實的基礎。相關研究成果已獲權威期刊《天文物理學期刊》（The Astrophysical Journal）刊登。

IfA 的首席研究員、博士生凱·楊（Kai Young）強調了這項進展的關鍵重要性。尤其是在當前階段，太陽活動依然是太空天氣的主要驅動源，其強度足以干擾地球上的各類科技系統。太陽磁場正是驅動劇烈爆發現象的根本動力，例如太陽閃焰和日冕物質拋射（CME），這些事件對衛星通訊、電力網絡乃至全球通訊系統都構成潛在威脅。

傳統上，測量太陽磁場一直面臨著難以克服的根本性挑戰。其中一個主要難題在於難以準確判斷磁場的傾斜方向，即磁場是朝向我們還是遠離我們。此外，確定磁場結構的真實高度也極為複雜。這些固有的限制，使得建立可靠的、用於精確預報的三維模型變得異常困難。

為了有效突破這些瓶頸，該團隊開發了一套名為「哈雷阿卡拉消歧碼」（Haleakalā Disambiguation Decoder）的機器學習系統。此演算法巧妙地整合了實際觀測數據與一項重要的物理定律：即磁場必定形成封閉且連續的迴路。正是這種基於物理學的約束條件，使得 AI 系統能夠成功解析磁場方向判讀中存在的 180 度方位角模糊性，並以極高的準確度估算出磁層的真實高度。

此項方法的有效性已在複雜的電腦模擬中得到驗證，這些模擬涵蓋了太陽的寧靜區域、活躍區域以及太陽黑子等不同形態。鑑於位於夏威夷莫納克亞山頂的 DKIST 望遠鏡能夠提供超高解析度的影像，AI 對數據的增強解讀能力顯得尤為寶貴。透過運用「哈雷阿卡拉消歧碼」，科學家們現在能夠建構出更具說服力的太陽磁層三維圖譜，並精確識別太陽大氣中的向量電流，從而更清晰地掌握引發強烈太陽爆發的底層機制。

提升太空天氣預報的精準度具有重大的實用價值。根據美國國家海洋暨大氣總署（NOAA）的最新預測，自 2019 年 12 月啟動的第 25 個太陽週期，預計將在 2024 年 11 月至 2026 年 3 月期間達到活動高峰。藉由這項 AI 技術，我們能更深入地理解太陽事件的觸發因素，這對於提前發布預警並保護關鍵基礎設施至關重要。這項計算工作的規模相當驚人，其中 SPIn4D 專案就包含了 120 TB 的模擬觀測數據，這些數據是利用美國國家科學基金會（NSF）Cheyenne 超級電腦超過 1000 萬小時的處理時間所生成。