El sol más Los misterios complejos pronto podrían resolverse gracias a la inteligencia artificial. El 20 de agosto, IBM y la NASA anunciaron el lanzamiento de Surya, un modelo de fundación para el Sol. Después de haber sido entrenado en grandes conjuntos de datos de actividad solar, esta herramienta de IA tiene como objetivo profundizar la comprensión de la humanidad del clima solar y predecir con precisión las brotes solares, los entornos de radiación electromagnética emitida por nuestra estrella que amenaza tanto a los astronautas en la infraestructura de la órbita como en las comunicaciones.
Surya fue entrenado con nueve años de datos recopilados por el Observatorio Solar Dynamics (SDO) de la NASA, un instrumento que ha orbitado el Sol desde 2010, tomando imágenes de alta resolución cada 12 segundos. El SDO captura observaciones del sol en varias longitudes de onda electromagnéticas diferentes para estimar la temperatura de las capas de la estrella. También requiere mediciones precisas del campo magnético del sol: datos esenciales para comprender cómo la energía se mueve a través de la estrella y para predecir tormentas solares.
Históricamente, interpretar esta gran cantidad de datos diversos y complejos ha sido un desafío para los heliófísicos. Para abordar este desafío, IBM dice que los desarrolladores de Surya utilizaron los datos SDO para crear un gemelo digital del Sol, una réplica virtual dinámica de la estrella que se actualiza cuando se capturan nuevos datos y que se pueden manipular y estudiar más fácilmente.
El proceso comenzó con unificar los diversos formatos de datos alimentados en el modelo, lo que le permite procesarlos de manera consistente. A continuación, se empleó un transformador de visión de largo alcance: una arquitectura de AI que permite un análisis detallado de imágenes de muy alta resolución y la identificación de relaciones entre sus componentes, independientemente de su distancia.
El rendimiento del modelo se optimizó utilizando un mecanismo llamado activación espectral, que reduce el uso de la memoria hasta un 5 por ciento al filtrar el ruido en los datos, aumentando así la calidad de la información procesada.
Predicciones más precisas en menos tiempo
Sus desarrolladores dicen que este diseño le da a Surya una ventaja significativa: a diferencia de otros algoritmos que requieren un etiquetado extenso de los datos que se les alimentan, Surya puede aprender directamente de los datos sin procesar. Esto le permite adaptarse rápidamente a diferentes tareas y ofrecer resultados confiables en menos tiempo.
Durante las pruebas, Surya demostró su versatilidad en la integración de datos de otros instrumentos, como la sonda solar Parker y el Observatorio Solar y Heliosférico (SOHO), otras dos naves espaciales que observan el sol. Surya también demostró ser efectivo en diversas funciones predictivas, incluida la predicción de la actividad de la bengala y la velocidad del viento solar.
Según IBM, los modelos de predicción tradicionales solo pueden predecir una bengala con una hora de anticipación en función de las señales detectadas en regiones específicas del sol. Por el contrario, «Surya proporcionó una ventaja de dos horas al usar información visual. Se cree que el modelo es el primero en proporcionar una advertencia de este tipo. En las pruebas tempranas del modelo, el equipo dijo que logró una mejora del 16 por ciento en la precisión de la clasificación de la bengala solar, una mejora marcada sobre los métodos existentes», dijo la compañía en una declaración.
La NASA enfatiza que, aunque el modelo fue diseñado para estudiar heliofísica, su arquitectura es adaptable a diferentes campos, desde la ciencia planetaria hasta la observación de la Tierra. «Al desarrollar un modelo de base capacitado en los datos de la heliofísica de la NASA, estamos facilitando analizar las complejidades del comportamiento del Sol con velocidad y precisión sin precedentes», dijo Kevin Murphy, director de ciencia de datos de la NASA, en un comunicado. «Este modelo capacita una comprensión más amplia de cómo la actividad solar afecta los sistemas y tecnologías críticas en las que todos confiamos aquí en la Tierra».
El riesgo planteado por la actividad solar anormal no es menor. Una tormenta solar importante podría afectar directamente las telecomunicaciones globales, colapsar las redes eléctricas y perturbar la navegación GPS, las operaciones satelitales, las conexiones a Internet y las transmisiones de radio.
Andrés Muñoz-Jaramillo, físico solar en el Instituto de Investigación del Suroeste en San Antonio, Texas, y el científico principal en el proyecto, enfatizó que el objetivo de Surya es maximizar el tiempo de entrega de estos posibles escenarios. «Queremos darle a la Tierra el tiempo de entrega más largo posible. Nuestra esperanza es que el modelo haya aprendido todos los procesos críticos detrás de la evolución de nuestra estrella a través del tiempo para que podamos extraer ideas procesables».
Esta historia apareció originalmente en Cableado en español y ha sido traducido del español.