Как ИИ распознает угрозу из космоса?
Солнечные вспышки – это внезапные и мощные выбросы энергии, электромагнитного излучения и высокоскоростных частиц. Эти явления часто сопровождаются корональными выбросами массы и представляют постоянную угрозу для современной технологической инфраструктуры, включая системы навигации, радиосвязь и электрические сети. Наиболее опасными являются вспышки классов M и X, которые способны вызывать масштабные радиозатемнения и геомагнитные бури. Недавнее исследование, проведенное Дунией Алатум из Иорданского университета и Никосом Николау из Университетского колледжа Лондона, предлагает новый метод прогнозирования этих явлений на основе анализа активных областей Солнца. Свои результаты они опубликовали в журнале AGU Американского геофизического союза.
Смотрите также За три часа до гигантского взрыва Солнце начало посылать странные сигналы
Учёные использовали данные космической обсерватории Solar Dynamics Observatory (SDO), которая ведёт наблюдения за Солнцем на различных длинах волн. Вместо того чтобы полагаться на длительные исторические записи, исследователи сосредоточились на компактных временных последовательностях, охватывающих лишь последние часы перед прогнозом.
Основой модели стала гибридная архитектура, сочетающая в себе Vision Transformer (ViT) для кодирования глобальных пространственных зависимостей и лёгкие сверточные слои для выделения локальных паттернов. Система анализирует изображения активных областей, полученные через 10 различных каналов наблюдения, включая экстремальный ультрафиолет и магнитограммы.
Наши результаты показывают, что этот подход позволяет надежно идентифицировать активные области, которые, вероятно, вызовут сильные вспышки в течение 24 часов, при этом сохраняя количество ложных тревог на приемлемом уровне,
– прокомментировала исследовательница с кафедры искусственного интеллекта Иорданского университета Дуния Алатум.
Эффективность нового метода подтвердили на наборе данных SDOBenchmark, охватывающем период с января 2012 года по декабрь 2017 года. Модель продемонстрировала высокую стабильность работы: ИИ успешно распознал подавляющее большинство потенциально опасных активных областей, при этом имея низкий уровень ложных срабатываний по сравнению с предыдущими методами.
Особенностью архитектуры стало использование механизма внимания для объединения данных из разных каналов наблюдения. Это позволяет модели автоматически определять, какие длины волн являются наиболее информативными в конкретный момент времени, вместо простого усреднения данных.
Кроме того, разработчики применили временное дифференцирование, чтобы акцентировать внимание на краткосрочной эволюции магнитных структур. Исследователи установили, что именно динамика изменений в магнитных полях за несколько часов до события содержит критически важную информацию для краткосрочного прогноза.
Ограничения и перспективы
Несмотря на успехи, авторы исследования отмечают определенные физические ограничения. Некоторые ошибочные прогнозы возникают из-за того, что активные области находятся в состоянии "готовности" к извержению, но оно не происходит в пределах оцениваемого 24-часового окна. Например, крупные и сложные группы пятен могут демонстрировать признаки активности, но ограничиваться лишь слабыми вспышками C-класса.
В будущем ученые планируют адаптировать эту модель для анализа всего солнечного диска, что позволит использовать ее в реальных операционных условиях для глобального мониторинга космической погоды.