IBM и NASA открывают исходный код Surya AI для ускорения прогнозирования опасных солнечных бурь

IBM Research , научно-исследовательское подразделение технологической компании IBM, объявило о сотрудничестве с NASA с целью открытия исходного кода Surya — новой модели искусственного интеллекта для физики Солнца, предназначенной для прогнозирования интенсивных солнечных вспышек, которые могут представлять опасность для астронавтов, спутников, энергосетей и коммуникаций на Земле, с беспрецедентной скоростью.

В течение последних 15 лет спутник NASA Solar Dynamics Observatory (SDO) непрерывно наблюдал за Солнцем, чтобы лучше понять его активность, однако большая часть собранных им данных остаётся неизученной. На момент запуска SDO инструменты искусственного интеллекта находились ещё на ранней стадии развития, что ограничивало возможности полноценного анализа непрерывного потока изображений.

«Сурья», первая основополагающая модель солнечной физики, устраняет этот пробел. Обрабатывая необработанные данные SDO, исследователи из IBM, NASA и восьми других исследовательских центров разработали модель искусственного интеллекта, способную прогнозировать опасные солнечные события, которые могут повлиять как на космические, так и наземные системы.

Названный в честь санскритского слова «солнце», проект Surya теперь доступен публично на Hugging Face, GitHub и в библиотеке IBM TerraTorch для тонкой настройки геопространственных моделей ИИ. Наряду с Surya команда выпустила SuryaBench — набор тщательно отобранных наборов данных и бенчмарков, призванных облегчить разработку и оценку приложений не только для прогнозирования космической погоды, но и для более широких исследований солнечной энергии.

Прогнозирование сильных бурь на Земле и без того представляет собой сложную задачу, а прогнозирование солнечных бурь ещё больше усложняет ситуацию. Солнечные вспышки происходят в магнитном поле Солнца, и свет от них достигает Земли примерно за восемь минут. Эта задержка подчёркивает необходимость в прогностических моделях, способных заблаговременно предупреждать о солнечной активности до того, как она повлияет на астронавтов, спутники и инфраструктуру планеты.

Surya AI улучшает прогнозирование гелиосферы благодаря улучшенному прогнозированию солнечных вспышек и магнитному картированию

Инициатива IBM Surya отражает более масштабную стратегию внедрения генеративных и автоматизированных методов, позволяющих разрабатывать, тестировать и совершенствовать алгоритмы в больших масштабах. Проект иллюстрирует IBM взгляд на ИИ как на не только инструмент, но и как на участник и движущую силу научных исследований.

Солнечная динамическая обсерватория (SDO) находится на орбите рядом с Землёй, обеспечивая постоянное наблюдение за Солнцем, делая снимки каждые 12 секунд в различных диапазонах длин волн. Эти изображения показывают колебания температуры в разных слоях Солнца, от примерно 5,500 °C на поверхности до почти 2 миллионов °C в короне, самой внешней части его атмосферы. Кроме того, SDO составляет карту магнитной активности Солнца, регистрируя возникающие солнечные пятна в белом свете, измеряя скорость плазменных пузырьков на поверхности и отслеживая скручивание и переплетение линий магнитного поля.

Для обучения Сурьи исследователи использовали данные SDO за девять лет, сначала гармонизируя различные типы данных, а затем экспериментируя с архитектурами ИИ для обработки информации. Финальная модель использует преобразователь дальнего и ближнего зрения с механизмом спектрального стробирования, что позволяет ей обрабатывать изображения SDO высокого разрешения 4096 x 4096 пикселей, которые содержат до десяти раз больше деталей, чем обычные изображения. Спектральное стробирование также сократило использование памяти примерно на 5% и помогло отфильтровать шум из набора данных.

В отличие от предыдущих работ с Притхви, где модели реконструировали частично скрытые спутниковые снимки Земли, Surya был обучен предсказывать, что SDO будет наблюдать через час в будущем, на основе последовательных изображений. Затем прогнозы сравнивались с фактическими наблюдениями для оценки точности. Требуя от модели выводить такие важные элементы, как геометрия Солнца, магнитная структура и дифференциальное вращение, исследователи стремились подготовить Surya к различным научным приложениям. Изначально команда пыталась явно закодировать более быстрое вращение Солнца на экваторе по сравнению с полюсами, но предоставление модели возможности изучать это поведение на основе данных оказалось более эффективным, что привело к повышению производительности.

Surya продемонстрировала высокие возможности прогнозирования, включая предсказание солнечных вспышек. Современные методы позволяют учёным предсказывать вспышки за час, в то время как Surya достигла двухчасового опережения, используя визуальные данные. Предварительные испытания также показали повышение точности классификации солнечных вспышек на 16%, что представляет собой значительный прогресс по сравнению с существующими методами и потенциально делает Surya первой моделью, способной обеспечить такой уровень раннего оповещения.

Surya и SuryaBench позволяют прогнозировать солнечную активность и влияние космической погоды с помощью ИИ

Surya и SuryaBench разработаны для того, чтобы сделать исследования солнечной энергии с использованием ИИ доступными для учёных без глубоких знаний в этой области. SuryaBench предоставляет тщательно подобранные наборы данных и бенчмарки для ключевых задач прогнозирования космической погоды, включая прогнозирование солнечных вспышек, скорости солнечного ветра и анализ магнитной структуры солнечной короны. Эти инструменты также решают давно назревшие вопросы, например, почему солнечный ветер усиливается в более спокойные фазы Солнца.

Наборы данных фокусируются на активных областях Солнца — тёмных пятнах на его поверхности, где накапливается магнитная энергия и возникают извержения, такие как солнечные вспышки и выбросы корональной массы. Эти события могут взаимодействовать с магнитным полем Земли, нарушая работу спутников, систем связи и энергосистем. Обучение AI модели Используя эти данные, Surya позволяет прогнозировать солнечную активность за несколько часов вперед, улучшая возможности раннего оповещения об опасностях космической погоды.

SuryaBench включает приложения для обнаружения экстремального ультрафиолетового излучения и мониторинга накопления магнитных линий в атмосфере Солнца, которое может разгонять солнечный ветер до потенциально опасных скоростей. Интегрируя эту информацию, учёные могут лучше прогнозировать воздействие солнечной активности на Землю, включая воздействие на спутники, электросети и инфраструктуру связи.

Surya и SuryaBench совместно создают новую платформу на базе искусственного интеллекта для понимания и прогнозирования солнечных явлений, предлагая более быстрое и точное прогнозирование потенциально опасных солнечных событий и предоставляя исследователям инструменты для упреждающего реагирования на угрозы космической погоды.