Як ШІ розпізнає загрозу з космосу?
Сонячні спалахи – це раптові та потужні викиди енергії, електромагнітного випромінювання та частинок високої швидкості. Ці події часто супроводжуються корональними викидами маси і становлять постійну загрозу для сучасної технологічної інфраструктури, включаючи системи навігації, радіозв'язок та електричні мережі. Найбільш небезпечними є спалахи класів M та X, які здатні викликати масштабні радіозатемнення та геомагнітні бурі. Нещодавнє дослідження, яке провели Дунія Алатум із Йорданського університету та Нікос Ніколау з Університетського коледжу Лондона, пропонує новий метод прогнозування цих подій на основі аналізу активних областей Сонця. Свої результати вони оприлюднили в журналі AGU Американського геофізичного союзу.
Дивіться також За три години до гігантського вибуху Сонце почало надсилати дивні сигнали
Науковці використали дані космічної обсерваторії Solar Dynamics Observatory (SDO), яка веде спостереження за світилом на різних довжинах хвиль. Замість того, щоб покладатися на довгі історичні записи, дослідники зосередилися на компактних часових послідовностях, що охоплюють лише останні години перед прогнозом.
Основою моделі стала гібридна архітектура, яка поєднує в собі Vision Transformer (ViT) для кодування глобальних просторових залежностей і легкі згорткові шари для виділення локальних патернів. Система аналізує зображення активних областей, отримані через 10 різних каналів спостереження, включаючи екстремальний ультрафіолет і магнітограми.
Наші результати показують, що цей підхід може надійно ідентифікувати активні області, які, ймовірно, спричинять сильні спалахи протягом 24 годин, зберігаючи помилкові тривоги на прийнятному рівні,
– прокоментувала дослідниця з кафедри штучного інтелекту Йорданського університету Дунія Алатум.
Ефективність нового методу підтвердили на наборі даних SDOBenchmark, який охоплює період із січня 2012 року по грудень 2017 року. Модель продемонструвала високу стабільність роботи: ШІ успішно розпізнав переважну більшість потенційно небезпечних активних областей, маючи при цьому низький рівень помилкових спрацювань порівняно з попередніми методами.
Особливістю архітектури стало використання механізму уваги для об'єднання даних із різних каналів спостереження. Це дозволяє моделі автоматично визначати, які довжини хвиль є найбільш інформативними в конкретний момент часу, замість простого усереднення даних.
Крім того, розробники застосували часове диференціювання, щоб акцентувати увагу на короткостроковій еволюції магнітних структур. Дослідники встановили, що саме динаміка змін у магнітних полях за кілька годин до події містить критично важливу інформацію для короткострокового прогнозу.
Обмеження та перспективи
Попри успіхи, автори дослідження відзначають певні фізичні обмеження. Деякі помилкові прогнози виникають через те, що активні області перебувають у стані "готовності" до виверження, але воно не стається в межах оцінюваного 24-годинного вікна. Наприклад, великі та складні групи плям можуть демонструвати ознаки активності, але обмежитися лише слабкими спалахами C-класу.
У майбутньому науковці планують адаптувати цю модель для аналізу повного сонячного диска, що дозволить використовувати її в реальних операційних умовах для глобального моніторингу космічної погоди.