ИИ научился предсказывать опасные солнечные ветры за четыре дня до их появления

Автор: NASA/SDO и научные команды AIA, EVE и HMI

Ученые из Нью-Йоркского университета в Абу-Даби (NYUAD) разработали модель искусственного интеллекта (ИИ), способную прогнозировать скорость солнечного ветра с опережением до четырех дней, что значительно точнее современных методов. Исследование опубликовано в The Astrophysical Journal Supplement Series.

Солнечный ветер — это непрерывный поток заряженных частиц, испускаемых Солнцем. Когда эти частицы ускоряются, они могут вызывать события «космической погоды», которые нарушают земную атмосферу, сбивают спутники с орбиты, повреждают их электронику и воздействуют на энергосистемы. В 2022 году мощный солнечный ветер привел к потере компанией SpaceX 40 спутников Starlink, что показало острую необходимость в улучшении прогнозирования.

Команда NYUAD под руководством постдока Даттараджа Дури и со-руководителя Центра космических наук (CASS) Шравана Ханасоге обучила свою модель ИИ с использованием высококачественных ультрафиолетовых (УФ) изображений с Обсерватории солнечной динамики NASA в сочетании с историческими записями солнечного ветра.

В отличие от современных языковых моделей ИИ, анализирующих текст, эта система анализирует изображения Солнца для выявления паттернов, связанных с изменениями солнечного ветра. В результате точность прогноза повысилась на 45% по сравнению с нынешними операционными моделями и на 20% по сравнению с предыдущими подходами на основе ИИ.

«Это серьезный шаг вперед в защите спутников, навигационных систем и энергетической инфраструктуры, от которых зависит современная жизнь, — заявил Дури, ведущий автор исследования. — Комбинируя передовой ИИ с солнечными наблюдениями, мы можем предоставлять ранние предупреждения, помогающие защитить критически важные технологии на Земле и в космосе».

Прорыв демонстрирует, как ИИ может решить одну из сложнейших задач космической науки — предсказание солнечного ветра. Благодаря более надежным прогнозам ученые и инженеры смогут лучше готовиться к событиям космической погоды, повышая устойчивость к нарушениям работы критической инфраструктуры.

Больше информации: Dattaraj B. Dhuri et al, A Multimodal Encoder–Decoder Neural Network for Forecasting Solar Wind Speed at L1, The Astrophysical Journal Supplement Series (2025). DOI: 10.3847/1538-4365/adf436

Источник: New York University