Paling matahari Misteri kompleks dapat segera diselesaikan berkat kecerdasan buatan. Pada 20 Agustus, IBM Dan NASA mengumumkan peluncuran Surya, a Model Yayasan untuk matahari. Having been trained on large datasets of solar activity, this AI tool aims to deepen humanity’s understanding of solar weather and accurately predict solar flares—bursts of electromagnetic radiation emitted by our star that threaten both astronauts in orbit and Infrastruktur Komunikasi di Bumi.
Surya dilatih dengan sembilan tahun data yang dikumpulkan oleh NASA’s Solar Dynamics Observatory (SDO), sebuah instrumen yang telah mengorbit matahari sejak 2010, mengambil gambar resolusi tinggi setiap 12 detik. SDO menangkap pengamatan matahari pada berbagai panjang gelombang elektromagnetik yang berbeda untuk memperkirakan suhu lapisan bintang. Ini juga mengambil pengukuran yang tepat dari medan magnet Matahari – data penting untuk memahami bagaimana energi bergerak melalui bintang, dan untuk memprediksi badai matahari.
Secara historis, menafsirkan data yang beragam dan kompleks ini telah menjadi tantangan bagi heliofisika. Untuk mengatasi tantangan ini, Kata IBM Pengembang Surya itu menggunakan data SDO untuk membuat kembar digital matahari – replika virtual dinamis bintang yang diperbarui ketika data baru ditangkap, dan yang dapat dimanipulasi dan lebih mudah dipelajari.
Proses dimulai dengan menyatukan berbagai format data yang dimasukkan ke dalam model, memungkinkannya untuk memprosesnya secara konsisten. Selanjutnya, transformator penglihatan jarak jauh dipekerjakan-arsitektur AI yang memungkinkan analisis terperinci dari gambar resolusi yang sangat tinggi dan identifikasi hubungan antara komponen mereka, terlepas dari jaraknya.
Kinerja model dioptimalkan menggunakan mekanisme yang disebut spektral gating, yang mengurangi penggunaan memori hingga 5 persen dengan menyaring kebisingan dalam data, sehingga meningkatkan kualitas informasi yang diproses.
Prediksi yang lebih akurat dalam waktu yang lebih singkat
Pengembangnya mengatakan bahwa desain ini memberi Surya keuntungan yang signifikan: tidak seperti algoritma lain yang membutuhkan pelabelan data yang luas yang diumpankan kepada mereka, Surya dapat belajar langsung dari data mentah. Ini memungkinkannya untuk dengan cepat beradaptasi dengan tugas yang berbeda dan memberikan hasil yang andal dalam waktu yang lebih sedikit.
Selama pengujian, Surya menunjukkan keserbagunaannya dalam mengintegrasikan data dari instrumen lain, seperti Parker Solar Probe dan observatorium matahari dan heliosfer (SOHO), dua pesawat ruang angkasa lainnya yang mengamati matahari. Surya juga terbukti efektif dalam berbagai fungsi prediktif, termasuk memprediksi aktivitas suar dan kecepatan angin matahari.
Menurut IBM, model prediksi tradisional hanya dapat memprediksi suar satu jam di muka berdasarkan sinyal yang terdeteksi di daerah tertentu dari matahari. Sebaliknya, “Surya memberikan keunggulan dua jam dengan menggunakan informasi visual. Model ini dianggap sebagai yang pertama memberikan peringatan semacam ini. Dalam pengujian awal model, tim mengatakan mereka mencapai peningkatan 16 persen dalam akurasi klasifikasi solar, peningkatan yang nyata atas metode yang ada,” kata perusahaan itu dalam a penyataan.
NASA menekankan bahwa, meskipun model ini dirancang untuk mempelajari heliofisika, arsitekturnya dapat beradaptasi dengan bidang yang berbeda, dari sains planet hingga pengamatan bumi. “Dengan mengembangkan model fondasi yang dilatih pada data heliofisika NASA, kami membuatnya lebih mudah untuk menganalisis kompleksitas perilaku matahari dengan kecepatan dan presisi yang belum pernah terjadi sebelumnya,” kata Kevin Murphy, direktur ilmu data NASA, dalam a penyataan. “Model ini memberdayakan pemahaman yang lebih luas tentang bagaimana aktivitas matahari memengaruhi sistem dan teknologi kritis yang kita semua andalkan di sini di Bumi.”
Risiko yang ditimbulkan oleh aktivitas matahari yang abnormal tidak kecil. Badai matahari utama dapat secara langsung mempengaruhi telekomunikasi global, runtuhnya jaringan listrik, dan mengganggu navigasi GPS, operasi satelit, koneksi internet, dan transmisi radio.
Andrés Muñoz-Jaramillo, seorang ahli fisika tenaga surya di Southwest Research Institute di San Antonio, Texas, dan memimpin ilmuwan pada proyek, menekankan bahwa tujuan Surya adalah untuk memaksimalkan waktu tunggu untuk skenario yang mungkin ini. “Kami ingin memberi Bumi waktu tunggu terpanjang. Harapan kami adalah bahwa model telah mempelajari semua proses kritis di balik evolusi bintang kami melalui waktu sehingga kami dapat mengekstraksi wawasan yang dapat ditindaklanjuti.”
Kisah ini awalnya muncul di Kabel dalam bahasa Spanyol dan telah diterjemahkan dari Spanyol.
